numpy | 您所在的位置:网站首页 › 一维数据可以使用什么分隔 › numpy |
hsplit():沿横轴(纵向)拆分原array。可以实现均匀切割或者指定位置切割。(水平切割) vsplit():沿垂直轴切割原array。同上。(垂直切割) split():通过参数axis=1或者axis=0(默认axis=0)可以实现水平切割或者垂直切割。split必须要均等分. array_split():通过参数axis=1或者axis=0可以实现水平切割或者垂直切割。array_split()强制切割,指定切割后的数目实现近似均匀切割。 注意:np.array_split 和np.split(),这两个函数的唯一区别是 split() 必须是等分,否则会抛出异常:ValueError: array split does not result in an equal division。 以下面的两行三列的二维数组和两行两列的二维数组为例 import numpy as np #生成要拆分的两个数组 array1=np.arange(6).reshape(2,3) array2=np.arange(4).reshape(2,2) print('array1:') print(array1) print("array2:") print(array2)以一行六列的二维数组和一个包含六个元素的一维数组为例 array3=np.arange(6).reshape(1,6)#一行六列的二维数组 print(np.split(array3,2,axis=1)) #print(np.split(array3,2))会报错,因为默认axis=0
机器学习中的用法解释: x, y = np.split(data, (3,), axis=1) #axis=1,代表列,是要把data数据集中的所有数据按第三、四列之间分割为X集和Y集。(data一般为二维数组) (3)array_split()对于一个长度为 L 的数组,该函数是这么拆的:前 L % n 个组的大小是 L // n + 1,剩下组的大小是 L // n。 其中 // 表示下取整(即 np.floor()),n代表划分后数组的个数 #np.array_split(ary, indices_or_sections, axis=0) #Split an array into multiple sub-arrays. #生成要组合的两个数组 array1=np.arange(14).reshape(2,7) ar = np.array_split(array1,2,axis=1)#按列分割成两份。此处若用np.split则会报错。 print(ar) |
CopyRight 2018-2019 实验室设备网 版权所有 |