### NumPy split 函数的使用方法 NumPy 中的 `split` 函数用于将数组分割成多个子数组。该函数可以沿指定轴对数组进行拆分，支持多种拆分方式。以下是 `numpy.split` 函数的详细说明和示例代码。 #### 函数签名 ```python numpy.split(ary, indices_or_sections, axis=0) ``` - **ary**: 要被拆分的输入数组。 - **indices_or_sections**: 可以是整数或一维数组。如果是整数，则表示将数组均匀拆分成指定数量的部分；如果是一维数组，则表示在指定位置进行拆分[^5]。 - **axis**: 指定沿哪个轴进行拆分，默认值为 0（沿行方向）[^1]。 #### 示例代码 以下是一些常见的使用场景及代码示例： ##### 均匀拆分 当 `indices_or_sections` 是一个整数时，数组会被均匀地拆分成指定数量的子数组。 ```python import numpy as np # 创建一个一维数组 arr = np.array([1, 2, 3, 4, 5, 6]) # 将数组均匀拆分成3个子数组 result = np.split(arr, 3) print(result) # 输出: [array([1, 2]), array([3, 4]), array([5, 6])] ``` ##### 非均匀拆分 当 `indices_or_sections` 是一个一维数组时，数组会在指定索引位置进行拆分。 ```python import numpy as np # 创建一个一维数组 arr = np.array([1, 2, 3, 4, 5, 6]) # 在索引2和4处拆分数组 result = np.split(arr, [2, 4]) print(result) # 输出: [array([1, 2]), array([3, 4]), array([5, 6])] ``` ##### 多维数组拆分 `split` 函数也可以用于多维数组，并且可以通过 `axis` 参数指定拆分的方向。 ```python import numpy as np # 创建一个二维数组 arr_2d = np.array([[1, 2, 3], [4, 5, 6]]) # 沿列方向拆分 result_col = np.split(arr_2d, 3, axis=1) print(result_col) # 输出: [array([[1], [4]]), array([[2], [5]]), array([[3], [6]])] # 沿行方向拆分 result_row = np.split(arr_2d, 2, axis=0) print(result_row) # 输出: [array([[1, 2, 3]]), array([[4, 5, 6]])] ``` #### 注意事项 如果数组无法均匀拆分，则会抛出 `ValueError` 异常。例如，尝试将长度为 7 的数组拆分为 3 个部分时，程序会报错[^5]。 ```python import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) result = np.split(arr, 3) # 报错：ValueError: array split does not result in an equal division ``` 为了避免这种问题，可以使用 `numpy.array_split` 函数，它允许非均匀拆分[^1]。 ```python import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) result = np.array_split(arr, 3) print(result) # 输出: [array([1, 2, 3]), array([4, 5]), array([6, 7])] ``` --- ###