翼度科技»论坛 编程开发 python 查看内容

NumPy 分割与搜索数组详解

8

主题

8

帖子

24

积分

新手上路

Rank: 1

积分
24
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:
  1. np.array_split(array, indices_or_sections, axis=None)
复制代码
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:
  1. import numpy as np
  2. arr = np.array([1, 2, 3, 4, 5, 6])
  3. # 将数组分割成 3 个子数组
  4. new_arrays = np.array_split(arr, 3)
  5. print(new_arrays)  # 输出:
  6.                         # [array([1, 2]), array([3, 4]), array([5, 6])]
  7. # 指定分割位置
  8. new_arrays = np.array_split(arr, [2, 5])
  9. print(new_arrays)  # 输出:
  10.                         # [array([1, 2]), array([3, 4]), array([5, 6])]
  11. # 沿列分割
  12. arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
  13. new_arrays = np.array_split(arr, 3, axis=1)
  14. print(new_arrays)  # 输出:
  15.                         # [array([[1, 4, 7]]), array([[2, 5, 8]]), array([[3, 6, 9]])]
复制代码
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:
  1. import numpy as np
  2. arr = np.array([1, 2, 3, 4, 5, 6])
  3. mask = arr % 2 == 0
  4. new_arrays = np.array_split(arr, mask)
  5. print(new_arrays)  # 输出:
  6.                         # [array([2, 4, 6]), array([1, 3, 5])]
复制代码
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。
  1. import numpy as np
  2. arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
复制代码
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:
  1. np.where(condition)
复制代码
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:
  1. import numpy as np
  2. arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
  3. # 查找值为 4 的索引
  4. indices = np.where(arr == 4)
  5. print(indices)  # 输出: (array([3, 5, 6]),)
  6. # 查找大于 5 的元素的索引
  7. indices = np.where(arr > 5)
  8. print(indices)  # 输出: (array([6, 7, 8]),)
复制代码
搜索排序数组:np.searchsorted()

语法:
  1. np.searchsorted(array, value, side='left')
复制代码
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:
  1. import numpy as np
  2. arr = np.array([1, 3, 5, 7, 9])
  3. # 查找值 7 应插入的索引
  4. index = np.searchsorted(arr, 7)
  5. print(index)  # 输出: 3
  6. # 从右侧查找值 2 应插入的索引
  7. index = np.searchsorted(arr, 2, side='right')
  8. print(index)  # 输出: 1
复制代码
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。
  1. import numpy as np
  2. arr = np.array([1, 2, 3, 4, 3, 3, 6, 7, 8])
复制代码
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!

举报 回复 使用道具