SIice 基于间隔的 numpy 数组？答案

【问题标题】：SIice a numpy array based on an interval?SIice 基于间隔的 numpy 数组？
【发布时间】：2021-01-26 09:23:22
【问题描述】：

是否可以在 numpy 中系统地将长度为 m 的一维数组按间隔 n 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？

【问题讨论】：

看np.split

标签： numpy slice numpy-slicing program-slicing

【解决方案1】：

您可以同时使用np.array_split() 和np.split()，它们实际上是相同的，但需要注意一点（根据np.array_split()）

来自文档：

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。之间的唯一区别这些功能是 array_split 允许 indices_or_sections 是一个不等分轴的整数。对于一个数组长度 l 应该被分成 n 部分，它返回 l % n 大小为 l//n + 1 和其余大小为 l//n 的子数组。

【讨论】：

【解决方案2】：

array_split 也允许以不等间距进行拆分，如果这能满足您的需求

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])]

【讨论】：