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

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