NumPy 分割与搜索数组详解
NumPy 分割数组NumPy 提供了 np.array_split() 函数来分割数组,将一个数组拆分成多个较小的子数组。
基本用法
语法:
np.array_split(array, indices_or_sections, axis=None)array: 要分割的 NumPy 数组。
indices_or_sections: 指定分割位置的整数列表或要包含每个子数组的元素数量的列表。
axis: 可选参数,指定要分割的轴。默认为 0(即行分割)。
示例:
import numpy as np
arr = np.array()
# 将数组分割成 3 个子数组
new_arrays = np.array_split(arr, 3)
print(new_arrays)# 输出:
# ), array(), array()]
# 指定分割位置
new_arrays = np.array_split(arr, )
print(new_arrays)# 输出:
# ), array(), array()]
# 沿列分割
arr = np.array([, , ])
new_arrays = np.array_split(arr, 3, axis=1)
print(new_arrays)# 输出:
# ]), array([]), array([])]注意事项
如果 indices_or_sections 指定的分割位置超出数组范围,则会引发异常。
如果数组元素数量不足以满足分割要求,则会从末尾进行调整。
np.array_split() 返回一个包含子数组的列表。
高级用法
除了基本用法之外,np.array_split() 还可以用于更复杂的分割操作:
使用掩码进行分割: 您可以使用掩码数组来指示哪些元素应该包含在每个子数组中。
不均匀分割: 您可以指定每个子数组包含的元素数量,即使数量不均等。
沿着任意轴分割: 您可以使用 axis 参数指定要分割的轴。
例如,以下代码使用掩码将数组分割成两个子数组,第一个子数组包含所有偶数元素,第二个子数组包含所有奇数元素:
import numpy as np
arr = np.array()
mask = arr % 2 == 0
new_arrays = np.array_split(arr, mask)
print(new_arrays)# 输出:
# ), array()]练习
使用 np.array_split() 将以下数组 arr 沿行分割成 4 个子数组,每个子数组包含相等数量的元素。
import numpy as np
arr = np.array()在评论中分享您的代码和输出。
Sure, here is the requested Markdown formatted content:
NumPy 搜索数组
NumPy 提供了多种方法来搜索数组中的元素,并返回匹配项的索引。
基本用法:np.where()
语法:
np.where(condition)condition:用于确定要查找的元素的布尔条件。
功能:
np.where() 逐个元素比较条件,并返回满足条件的元素的索引。
它返回一个元组,其中包含一个或多个数组,每个数组表示满足条件的元素的索引。
示例:
import numpy as np
arr = np.array()
# 查找值为 4 的索引
indices = np.where(arr == 4)
print(indices)# 输出: (array(),)
# 查找大于 5 的元素的索引
indices = np.where(arr > 5)
print(indices)# 输出: (array(),)搜索排序数组:np.searchsorted()
语法:
np.searchsorted(array, value, side='left')array:已排序的 NumPy 数组。
value:要搜索的值。
side:可选参数,指定搜索方向。默认为 'left'(从左到右)。
功能:
np.searchsorted() 在排序数组中执行二进制搜索,并返回指定值应插入的位置以保持排序顺序。
它假定输入数组已排序。
示例:
import numpy as np
arr = np.array()
# 查找值 7 应插入的索引
index = np.searchsorted(arr, 7)
print(index)# 输出: 3
# 从右侧查找值 2 应插入的索引
index = np.searchsorted(arr, 2, side='right')
print(index)# 输出: 1练习
使用 np.where() 或 np.searchsorted() 正确找到以下数组 arr 中所有等于 3 的元素的索引。
import numpy as np
arr = np.array()在评论中分享您的代码和输出。
最后
为了方便其他设备和平台的小伙伴观看往期文章:
微信公众号搜索:Let us Coding,关注后即可获取最新文章推送
看完如果觉得有帮助,欢迎点赞、收藏、关注
来源:https://www.cnblogs.com/xiaowange/p/18196801
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页:
[1]