numpy - SIice 基于间隔的 numpy 数组？

Question

是否可以在 numpy 中按间隔 n 系统地对长度为 m 的一维数组进行切片？假设我有一个包含 1000 个值的列表，我可以轻松地将其分成 10 个包含 100 个值的列表吗？

Answer 1

您可以同时使用两者np.array_split()，np.split()实际上它们是相同的，但需要一点注释（根据np.array_split()）

从文档中：

x = np.arange(8.0)

np.array_split(x, 3)

#Result
[array([0.,  1.,  2.]), array([3.,  4.,  5.]), array([6.,  7.])]

将一个数组拆分为多个子数组。

请参阅拆分文档。这些函数之间的唯一区别是 array_split 允许 indices_or_sections 是一个不等分轴的整数。对于一个长度为 l 的数组，应该分成 n 个部分，它返回 l % n 个大小为 l//n + 1 的子数组和其余大小为 l//n 的子数组。

Answer 2

array_split也允许以不等间距进行拆分，如果这可以满足您的需求

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])]