NumPy 分割与搜索数组详解

2024-05-17
福建
本文字数：1680 字
阅读完需：约 6 分钟

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)

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：

import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) # 将数组分割成 3 个子数组new_arrays = np.array_split(arr, 3)print(new_arrays)  # 输出：                        # [array([1, 2]), array([3, 4]), array([5, 6])] # 指定分割位置new_arrays = np.array_split(arr, [2, 5])print(new_arrays)  # 输出：                        # [array([1, 2]), array([3, 4]), array([5, 6])] # 沿列分割arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])new_arrays = np.array_split(arr, 3, axis=1)print(new_arrays)  # 输出：                        # [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：

import numpy as np arr = np.array([1, 2, 3, 4, 5, 6])mask = arr % 2 == 0new_arrays = np.array_split(arr, mask)print(new_arrays)  # 输出：                        # [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。

import numpy as np 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：

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：

import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9]) # 查找值为 4 的索引indices = np.where(arr == 4)print(indices)  # 输出： (array([3, 5, 6]),) # 查找大于 5 的元素的索引indices = np.where(arr > 5)print(indices)  # 输出： (array([6, 7, 8]),)

复制代码

搜索排序数组：`np.searchsorted()`

语法：

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：

import numpy as np arr = np.array([1, 3, 5, 7, 9]) # 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

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。

import numpy as np 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。

文章转载自：小万哥丶
原文链接：https://www.cnblogs.com/xiaowange/p/18196801
体验地址：http://www.jnpfsoft.com/?from=infoq

发布于: 2 小时前阅读数: 7

EquatorCoco

关注

还未添加个人签名 2023-06-19 加入

还未添加个人简介

发布

暂无评论

创作场景

NumPy 分割与搜索数组详解

NumPy 分割数组

基本用法

注意事项

高级用法

练习

NumPy 搜索数组

基本用法：np.where()

搜索排序数组：np.searchsorted()

练习

EquatorCoco

评论

基本用法：`np.where()`

搜索排序数组：`np.searchsorted()`