
- NumPy 教程
- NumPy - 首頁
- NumPy - 簡介
- NumPy - 環境
- NumPy 陣列
- NumPy - Ndarray 物件
- NumPy - 資料型別
- NumPy 建立和運算元組
- 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 - 迭代陣列
- NumPy - 陣列重塑
- NumPy - 連線陣列
- NumPy - 堆疊陣列
- NumPy - 分割陣列
- NumPy - 展平陣列
- NumPy - 轉置陣列
- NumPy 索引和切片
- NumPy - 索引和切片
- NumPy - 高階索引
- NumPy 陣列屬性和操作
- 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 高階陣列操作
- NumPy - 交換陣列軸
- NumPy - 位元組交換
- NumPy - 副本和檢視
- NumPy - 元素級陣列比較
- NumPy - 過濾陣列
- NumPy - 連線陣列
- NumPy - 排序、搜尋和計數函式
- NumPy - 搜尋陣列
- 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
- 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 - 將值追加到陣列
- NumPy - 交換陣列的列
- 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 - 估算缺失資料
- 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 - 平均值
- NumPy - 中位數
- NumPy - 最小值
- NumPy - 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 hsplit() 函式
NumPy 的hsplit()函式用於沿水平軸(即軸 1)將陣列拆分為多個子陣列。
此函式採用兩個主要引數,一個是輸入陣列,另一個是應發生拆分的索引數量或陣列。它返回一個由拆分原始陣列建立的子陣列列表。
輸入陣列必須至少是二維的,並且拆分次數應與指定軸上陣列的形狀一致。此函式可用於將資料劃分為可管理的塊以進行處理或分析。
語法
NumPy hsplit() 函式的語法如下:
numpy.hsplit(ary, indices_or_sections)
引數
以下是 NumPy hsplit() 函式的引數:
- ary: 要拆分的輸入陣列。
- indices_or_sections(int 或一維陣列): 這可以是一個整數,表示沿第二個軸(即 axis=1)將陣列拆分為的相等分割段的數量,也可以是一個索引列表,表示陣列在何處拆分。
返回值
此函式返回一個由拆分產生的子陣列列表。
示例 1
以下是 NumPy hsplit() 函式的示例,它將陣列沿列拆分為 2 個子陣列:
import numpy as np arr = np.arange(12).reshape(3, 4) print("Original Array:") print(arr) split_arrays = np.hsplit(arr, 2) print("\nSplit Arrays:") for a in split_arrays: print(a)
輸出
Original Array: [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] Split Arrays: [[ 0 1] [ 4 5] [ 8 9]] [[ 2 3] [ 6 7] [10 11]]
示例 2
在此示例中,我們展示了 numpy hsplit() 函式如何透過建立空陣列來處理超過陣列維度的索引:
import numpy as np arr = np.arange(10).reshape(2, 5) print("Original Array:") print(arr) split_arrays = np.hsplit(arr, [2, 6]) # Using indices exceeding array size print("\nSplit Arrays:") for a in split_arrays: print(a)
執行上述程式碼後,我們得到以下結果:
Original Array: [[0 1 2 3 4] [5 6 7 8 9]] Split Arrays: [[0 1] [5 6]] [[2 3 4] [7 8 9]] []
示例 3
在此示例中,hsplit() 函式將原始陣列水平地劃分為兩個等寬的部分。然後列印每個部分以顯示水平拆分的結果:
import numpy as np # Create a 4x4 array with values from 0 to 15 a = np.arange(16).reshape(4, 4) print('First array:') print(a) print('\n') # Split the array horizontally into 2 equal parts b = np.hsplit(a, 2) print('Horizontal splitting:') for i, section in enumerate(b): print('Section {}:'.format(i + 1)) print(section) print('\n')
輸出
First array: [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]] Horizontal splitting: Section 1: [[ 0 1] [ 4 5] [ 8 9] [12 13]] Section 2: [[ 2 3] [ 6 7] [10 11] [14 15]]
numpy_array_manipulation.htm
廣告