
- NumPy 教程
- NumPy - 首頁
- NumPy - 簡介
- NumPy - 環境配置
- NumPy 陣列
- NumPy - Ndarray 物件
- NumPy - 資料型別
- NumPy 陣列的建立和操作
- NumPy - 陣列建立例程
- NumPy - 陣列操作
- NumPy - 從現有資料建立陣列
- NumPy - 從數值範圍建立陣列
- NumPy - 陣列迭代
- NumPy - 陣列重塑
- NumPy - 陣列連線
- NumPy - 陣列堆疊
- NumPy - 陣列分割
- NumPy - 陣列展平
- NumPy - 陣列轉置
- NumPy 索引和切片
- NumPy - 索引和切片
- NumPy - 高階索引
- NumPy 陣列屬性和運算
- NumPy - 陣列屬性
- NumPy - 陣列形狀
- NumPy - 陣列大小
- NumPy - 陣列步幅
- NumPy - 陣列元素大小
- NumPy - 廣播
- NumPy - 算術運算
- NumPy - 陣列加法
- NumPy - 陣列減法
- NumPy - 陣列乘法
- NumPy - 陣列除法
- NumPy 高階陣列運算
- NumPy - 交換陣列軸
- NumPy - 位元組交換
- NumPy - 複製和檢視
- NumPy - 元素級陣列比較
- NumPy - 陣列過濾
- NumPy - 陣列連線
- NumPy - 排序、搜尋和計數函式
- NumPy - 陣列搜尋
- NumPy - 陣列的並集
- NumPy - 查詢唯一行
- NumPy - 建立日期時間陣列
- NumPy - 二元運算子
- NumPy - 字串函式
- NumPy - 數學函式
- NumPy - 統計函式
- NumPy - 矩陣庫
- NumPy - 線性代數
- NumPy - Matplotlib
- NumPy - 使用 Matplotlib 繪製直方圖
- NumPy - NumPy 的 I/O 操作
- NumPy 排序和高階操作
- NumPy - 陣列排序
- NumPy - 沿軸排序
- NumPy - 使用花式索引排序
- NumPy - 結構化陣列
- NumPy - 建立結構化陣列
- NumPy - 操作結構化陣列
- NumPy - 欄位訪問
- NumPy - 記錄陣列
- NumPy - 載入陣列
- NumPy - 儲存陣列
- NumPy - 向陣列追加值
- NumPy - 交換陣列列
- NumPy - 向陣列插入軸
- NumPy 處理缺失資料
- NumPy - 處理缺失資料
- NumPy - 識別缺失值
- NumPy - 刪除缺失資料
- NumPy - 缺失資料插補
- NumPy 效能最佳化
- NumPy - 使用陣列進行效能最佳化
- NumPy - 使用陣列進行向量化
- NumPy - 陣列的記憶體佈局
- NumPy 線性代數
- NumPy - 線性代數
- NumPy - 矩陣庫
- NumPy - 矩陣加法
- NumPy - 矩陣減法
- NumPy - 矩陣乘法
- NumPy - 元素級矩陣運算
- NumPy - 點積
- NumPy - 矩陣求逆
- NumPy - 行列式計算
- NumPy - 特徵值
- NumPy - 特徵向量
- NumPy - 奇異值分解
- NumPy - 求解線性方程組
- NumPy - 矩陣範數
- NumPy 元素級矩陣運算
- NumPy - 求和
- NumPy - 求平均值
- NumPy - 求中位數
- NumPy - 求最小值
- NumPy - 求最大值
- NumPy 集合運算
- NumPy - 唯一元素
- NumPy - 交集
- NumPy - 並集
- NumPy - 差集
- NumPy 有用資源
- NumPy 編譯器
- NumPy - 快速指南
- NumPy - 有用資源
- NumPy - 討論
NumPy char.splitlines() 函式
NumPy 的char.splitlines()函式用於根據換行符將陣列中每個字串元素拆分為多行列表。它對於處理文字資料非常有用,其中各行由換行符分隔。
預設情況下,此函式會根據任何換行符(例如\n、\r、\r\n)進行拆分,但我們可以指定keepends引數來包含或排除輸出中的換行符。此函式會單獨處理輸入陣列中的每個字串,並返回形狀相同的陣列,其中每個字串都被替換為多行列表。
語法
以下是 NumPy char.splitlines() 函式的語法:
numpy.char.splitlines(a, keepends = None)
引數
以下是 NumPy char.splitlines() 函式的引數:
a(類似陣列的 str 或 unicode):包含要使用splitlines拆分的字串的輸入陣列。
keepends(布林值,可選):此引數用於確定是否在結果行中包含換行符。
返回值
此函式返回一個與輸入陣列形狀相同的陣列,其中包含多行列表。
示例 1
以下是 NumPy char.splitlines() 函式的基本示例。在此示例中,我們將根據換行符將陣列中的每個字串拆分為多行。預設情況下,此函式會從結果行中刪除換行符:
import numpy as np arr = np.array(['line1\nline2\nline3', 'lineA\nlineB']) splitlines_arr = np.char.splitlines(arr) print(splitlines_arr)
以下是numpy.char.splitlines()函式基本示例的輸出:
[list(['line1', 'line2', 'line3']) list(['lineA', 'lineB'])]
示例 2
我們可以使用keepends引數在結果行中包含換行符。在此示例中,我們將True作為keepends引數傳遞給char.splitlines()函式:
import numpy as np arr = np.array(['line1\nline2\nline3', 'lineA\nlineB']) splitlines_arr = np.char.splitlines(arr, keepends=True) print(splitlines_arr)
以下是包含換行符的輸出:
[list(['line1\n', 'line2\n', 'line3']) list(['lineA\n', 'lineB'])]
示例 3
此示例演示瞭如何使用char.splitlines()函式處理不同型別的換行符:
import numpy as np arr = np.array(['line1\rline2\rline3', 'lineA\nlineB\r\nlineC']) splitlines_arr = np.char.splitlines(arr) print(splitlines_arr)
以下是限制拆分行數的輸出:
[list(['line1', 'line2', 'line3']) list(['lineA', 'lineB', 'lineC'])]
numpy_string_functions.htm
廣告