Mafano ya Kusoma Idadi ya Array ya NumPy
- Mingine wa Kuzingatia Mafano ya Kusoma Idadi ya Array ya NumPy
- Mingine wa Kuzingatia Mafano ya Kusoma Idadi ya Array ya NumPy
拆分 NumPy 数组
拆分是连接的反向操作。
连接(Joining)是将多个数组合并为一个,拆分(Spliting)将一个数组拆分为多个。
我们使用 array_split()
分割数组,将要分割的数组和分割数传递给它。
Mfano
将数组分为 3 部分:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 3) print(newarr)
注释:返回值是一个包含三个数组的数组。
如果数组中的元素少于要求的数量,它将从末尾进行相应调整。
Mfano
Kusaidia mabara kwa nne ya kina:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 4) print(newarr)
Tahayai:Nina pia split()
Mwongozo huzungumza, lakini kama kiwango cha visano vya msingi ina uadilifu na kufungua, kama msingi hivi:array_split()
Inashughulika kwa kawaida, lakini split()
Inasikitisha.
Kusoma mabara
array_split()
Matokeo wa msingi huzungumza kwa kusoma kila kusoma kusoma.
Ikiwa inasirika kwa kufungua mabara kumi na tatu, inaweza kutumia mabara kama kimeingia kwenye matokeo:
Mfano
Kuwaingia katika mabara ya kusoma:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 3) print(newarr[0]) print(newarr[1]) print(newarr[2])
Kusoma mabara ya pili
Ingia msinga ya mabara ya pili, tumia lugha ya msingi ya kusoma.
Tumia array_split()
Methode, ingia msinga kifaa cha kumezuka na kifaa cha kumezuka.
Mfano
Kuwarema 2-D hii kwa mitukio ya 2-D tatu.
import numpy as np arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10], [11, 12]]) newarr = np.array_split(arr, 3) print(newarr)
Mfano hii inaruhusiwa mitukio ya 2-D tatu.
Tunaeona mengine, tena 2-D kila elementi ina elementi tatu.
Mfano
Kuwarema 2-D hii kwa mitukio ya 2-D tatu.
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) newarr = np.array_split(arr, 3) print(newarr)
Mfano hii inaruhusiwa mitukio ya 2-D tatu.
Inaweza pia kusaidia msaada uliowekwa kwa kusababisha kusababisha.
Mfano hii inaruhusiwa mitukio ya 2-D tatu, lakini inakubaliwa kwa msaada wa miringu (axis=1).
Mfano
Kuwarema 2-D hii kwa mitukio ya 2-D tatu kwa msaada wa miringu.
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) newarr = np.array_split(arr, 3, axis=1) print(newarr)
Inafaa kuwa na jibu jingine kwa kutumia na hstack()
Inaonekana kama hsplit()
.
Mfano
Tumia haki ya hsplit() kuwarema matukio ya 2-D kwa mitukio ya 2-D tatu.
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) newarr = np.hsplit(arr, 3) print(newarr)
Tahayai:vsplit()
Na dsplit()
Inaweza kutumia na vstack()
Na dstack()
Wenyeo wa Methodu ya Kuzama
- Mingine wa Kuzingatia Mafano ya Kusoma Idadi ya Array ya NumPy
- Mingine wa Kuzingatia Mafano ya Kusoma Idadi ya Array ya NumPy