我有一个 4 列和很多行的 2D numpy 数组（>10000，这个数字不固定）。
我需要根据其中一列的值创建 n 个子数组；我发现的最接近的问题是How slice Numpy array by column value；尽管如此，我不知道该字段中的确切值（它们是浮点数，并且在我需要的每个文件中都会更改），但我知道它们不超过 20。
我想我可以逐行读取，记录不同的值，然后进行拆分，但我认为有一种更有效的方法来做到这一点。
谢谢。
【问题讨论】：
您可以方便地使用多维切片：
import numpy as np
# just creating a random 2d array.
a = (np.random.random((10, 5)) * 100).astype(int)
print a
print
# select by the values of the 3rd column, selecting out more than 50.
b = a[a[:, 2] > 50]
# showing the rows for which the 3rd column value is > 50.
print b
另一个例子，更接近你在评论中的要求（？）：
import numpy as np
# just creating a random 2d array.
a = np.random.random((10000, 5)) * 100
print a
print
# select by the values of the 3rd column, selecting out more than 50.
b = a[a[:, 2] > 50.0]
b = b[b[:, 2] <= 50.2]
# showing the rows for which the 3rd column value is > 50.
print b
这会选择第三列值为 (50, 50.2] 的行。
【讨论】：
您可以将 pandas 用于该任务，更具体地说，可以使用 DataFrame 的 groupby 方法。下面是一些示例代码：
import numpy as np
import pandas as pd
# generate a random 20x5 DataFrame
x=np.random.randint(0,10,100)
x.shape=(20,5)
df=pd.DataFrame(x)
# group by the values in the 1st column
g=df.groupby(0)
# make a dict with the numbers from the 1st column as keys and
# the slice of the DataFrame corresponding to each number as
# values of the dict
d={k:v for (k,v) in g}
一些示例输出：
In [74]: d[3]
Out[74]:
0 1 2 3 4
2 3 2 5 4 3
5 3 9 4 3 2
12 3 3 9 6 2
16 3 2 1 6 5
17 3 5 3 1 8
【讨论】：