NumPy 提供了 np.array_split()
函数来分割数组,将一个数组拆分成多个较小的子数组。
语法:
np.array_split(array, indices_or_sections, axis=None)
array
: 要分割的 NumPy 数组。
indices_or_sections
: 指定分割位置的整数列表或要包含每个子数组的元素数量的列表。
axis
: 可选参数,指定要分割的轴。默认为 0(即行分割)。
示例:
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
# 将数组分割成 3 个子数组
new_arrays = np.array_split(arr, 3)
print(new_arrays) # 输出:
# [array([1, 2]), array([3, 4]), array([5, 6])]
# 指定分割位置
new_arrays = np.array_split(arr, [2, 5])
print(new_arrays) # 输出:
# [array([1, 2]), array([3, 4]), array([5, 6])]
# 沿列分割
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
new_arrays = np.array_split(arr, 3, axis=1)
print(new_arrays) # 输出:
# [array([[1, 4, 7]]), array([[2, 5, 8]]), array([[3, 6, 9]])]
如果 indices_or_sections
指定的分割位置超出数组范围,则会引发异常。
如果数组元素数量不足以满足分割要求,则会从末尾进行调整。
np.array_split()
返回一个包含子数组的列表。
除了基本用法之外,np.array_split()
还可以用于更复杂的分割操作:
使用掩码进行分割: 您可以使用掩码数组来指示哪些元素应该包含在每个子数组中。
不均匀分割: 您可以指定每个子数组包含的元素数量,即使数量不均等。
沿着任意轴分割: 您可以使用 axis
参数指定要分割的轴。
例如,以下代码使用掩码将数组分割成两个子数组,第一个子数组包含所有偶数元素,第二个子数组包含所有奇数元素:
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
mask = arr % 2 == 0
new_arrays = np.array_split(arr, mask)
print(new_arrays) # 输出:
# [array([2, 4, 6]), array([1, 3, 5])]
使用 np.array_split()
将以下数组 arr
沿行分割成 4 个子数组,每个子数组包含相等数量的元素。
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
在评论中分享您的代码和输出。
Sure, here is the requested Markdown formatted content:
NumPy 提供了多种方法来搜索数组中的元素,并返回匹配项的索引。
np.where()
语法:
np.where(condition)
condition
:用于确定要查找的元素的布尔条件。
功能:
np.where()
逐个元素比较条件,并返回满足条件的元素的索引。
它返回一个元组,其中包含一个或多个数组,每个数组表示满足条件的元素的索引。
示例:
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
# 查找值为 4 的索引
indices = np.where(arr == 4)
print(indices) # 输出: (array([3, 5, 6]),)
# 查找大于 5 的元素的索引
indices = np.where(arr > 5)
print(indices) # 输出: (array([6, 7, 8]),)
np.searchsorted()
语法:
np.searchsorted(array, value, side='left')
array
:已排序的 NumPy 数组。
value
:要搜索的值。
side
:可选参数,指定搜索方向。默认为 'left'
(从左到右)。
功能:
np.searchsorted()
在排序数组中执行二进制搜索,并返回指定值应插入的位置以保持排序顺序。
它假定输入数组已排序。
示例:
import numpy as np
arr = np.array([1, 3, 5, 7, 9])
# 查找值 7 应插入的索引
index = np.searchsorted(arr, 7)
print(index) # 输出: 3
# 从右侧查找值 2 应插入的索引
index = np.searchsorted(arr, 2, side='right')
print(index) # 输出: 1
使用 np.where()
或 np.searchsorted()
正确找到以下数组 arr
中所有等于 3 的元素的索引。
import numpy as np
arr = np.array([1, 2, 3, 4, 3, 3, 6, 7, 8])
在评论中分享您的代码和输出。
为了方便其他设备和平台的小伙伴观看往期文章:
微信公众号搜索:Let us Coding
,关注后即可获取最新文章推送
看完如果觉得有帮助,欢迎点赞、收藏、关注