基于时间间隔生成numpy数组?
是否有可能系统地将长度为m的一维数组按numpy中的间隔n进行切片?假设我有一个1000个值的列表,我可以很容易地将其分成10个100个值的列表吗?您可以同时使用基于时间间隔生成numpy数组?,numpy,slice,numpy-slicing,program-slicing,Numpy,Slice,Numpy Slicing,Program Slicing,是否有可能系统地将长度为m的一维数组按numpy中的间隔n进行切片?假设我有一个1000个值的列表,我可以很容易地将其分成10个100个值的列表吗?您可以同时使用np.array\u split()和np.split(),它们实际上是相同的,只是需要注意一下(按照np.array\u split()) 从文件中: x = np.arange(8.0) np.array_split(x, 3) #Result [array([0., 1., 2.]), array([3., 4., 5
np.array\u split()
和np.split()
,它们实际上是相同的,只是需要注意一下(按照np.array\u split()
)
从文件中:
x = np.arange(8.0)
np.array_split(x, 3)
#Result
[array([0., 1., 2.]), array([3., 4., 5.]), array([6., 7.])]
将阵列拆分为多个子阵列
请参阅拆分文档。两者之间唯一的区别
这些函数的作用是数组分割允许索引或节被分割
不等分轴的整数。对于一系列
长度l应拆分为n个部分,它返回l%n
大小为l//n+1的子数组和大小为l//n的其余子数组
您可以同时使用
np.array\u split()
和np.split()
,它们实际上是相同的,只是需要注意一点(根据np.array\u split()
)
从文件中:
x = np.arange(8.0)
np.array_split(x, 3)
#Result
[array([0., 1., 2.]), array([3., 4., 5.]), array([6., 7.])]
将阵列拆分为多个子阵列
请参阅拆分文档。两者之间唯一的区别
这些函数的作用是数组分割允许索引或节被分割
不等分轴的整数。对于一系列
长度l应拆分为n个部分,它返回l%n
大小为l//n+1的子数组和大小为l//n的其余子数组
阵列分割也允许使用不等间距分割,以满足您的需要
ar = np.arange(0, 20, dtype='int')
s = [2, 7, 12, 17]
np.array_split(ar, s)
Out[80]:
[array([0, 1]),
array([2, 3, 4, 5, 6]),
array([ 7, 8, 9, 10, 11]),
array([12, 13, 14, 15, 16]),
array([17, 18, 19])]
阵列分割也允许使用不等间距分割,以满足您的需要
ar = np.arange(0, 20, dtype='int')
s = [2, 7, 12, 17]
np.array_split(ar, s)
Out[80]:
[array([0, 1]),
array([2, 3, 4, 5, 6]),
array([ 7, 8, 9, 10, 11]),
array([12, 13, 14, 15, 16]),
array([17, 18, 19])]
查看
np.split
查看np.split