前言
NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍Python NumPy 拆分数组。
1、使用array_split()拆分NumPy数组
拆分是联接的反向操作。
联接将多个数组合并为一个，拆分将一个数组拆分为多个。
我们使用array_split()拆分数组，将要拆分的数组和拆分次数传递给它。
例如：
将数组分为3部分：
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
newarr = np.array_split(arr, 3)
print(newarr)上面代码运行结果如下：
[array([1, 2]), array([3, 4]), array([5, 6])]注意：返回值是一个包含三个数组的数组。
如果数组中的元素少于要求的数量，它将从末尾进行相应调整。
例如：
将数组分成4个部分:
import numpy as np
arr = np.array([1, 2, 7, 13, 8, 3, 13, 4, 5, 6])
newarr = np.array_split(arr, 4)
print(newarr)上面代码运行结果如下：
[array([1, 2, 7]), array([13, 8, 3]), array([13, 4]), array([5, 6])]注意：我们还有可用的方法split()，但是当元素较少用于拆分的源数组中时，它不会调整元素，如上面的示例，array_split()正常工作，但split()会失败。
2、拆分成数组
array_split()方法的返回值是一个包含每个拆分的数组。
如果你把一个数组分成3个数组，可以像任何数组元素一样从结果中访问它们:
例如：
访问拆分的数组：
import numpy as np
arr = np.array([1, 22, 3, 21, 5, 6])
newarr = np.array_split(arr, 3)
print(newarr[0])
print(newarr[1])
print(newarr[2])上面代码运行结果如下：
[ 1 22]
[ 3 21]
[5 6]3、拆分二维数组
拆分二维数组时，请使用相同的语法。
使用array_split()方法，传入要拆分的数组和要拆分的次数。
例如：
将二维数组拆分为三个二维数组。
import numpy as np
arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10], [11, 12]])
newarr = np.array_split(arr, 3)
print(newarr)上面代码运行结果如下：
[array([[1, 2],
[3, 4]]), array([[5, 6],
[7, 8]]), array([[ 9, 10],
[11, 12]])]上面的示例返回三个2-D数组。
让我们看另一个示例，这次2-D数组中的每个元素都包含3个元素。
例如：
将二维数组拆分为三个二维数组。
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]])
newarr = np.array_split(arr, 3)
print(newarr)上面代码运行结果如下：
[array([[1, 2, 3],
[4, 5, 6]]), array([[ 7, 8, 9],
[10, 11, 12]]), array([[13, 14, 15],
[16, 17, 18]])]上面的示例返回三个2-D数组。
此外，您可以指定要进行拆分的轴。
下面的示例还返回三个2-D数组，但它们沿行（axis=1）分开。
例如：
沿行将2-D数组拆分为三个2-D数组。
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]])
newarr = np.array_split(arr, 3, axis=1)
print(newarr)上面代码运行结果如下：
[array([[ 1],
[ 4],
[ 7],
[10],
[13],
[16]]), array([[ 2],
[ 5],
[ 8],
[11],
[14],
[17]]), array([[ 3],
[ 6],
[ 9],
[12],
[15],
[18]])]
Process finished with exit code 0另一种解决方案是使用与hstack()相反的hsplit()
例如：
使用hsplit()方法将二维数组沿行拆分为三个二维数组。
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]])
newarr = np.hsplit(arr, 3)
print(newarr)上面代码运行结果如下：
[array([[ 1],
[ 4],
[ 7],
[10],
[13],
[16]]), array([[ 2],
[ 5],
[ 8],
[11],
[14],
[17]]), array([[ 3],
[ 6],
[ 9],
[12],
[15],
[18]])]
Process finished with exit code 0注意：与vstack()和dstack()类似的替代版本可以作为vsplit()和dsplit()。
