Cách chia mảng numpy thành nhiều phần / lô nhỏ hơn, sau đó lặp lại chúng – mảng vỡ numpy thành nhiều mảng

Bạn có thể sử dụng numpy.split để chia dọc theo trục đầu tiên n lần, trong đó n là số lô mong muốn. Do đó, việc triển khai sẽ giống như thế này – np.spli

Bạn đang xem: ngắt mảng numpy thành nhiều đoạn

Bạn có thể sử dụng numpy.split để chia dọc theo trục đầu tiên n lần, trong đó n là số lô mong muốn. Do đó, việc triển khai sẽ giống như thế này -

  np.split (arr, n, axis = 0) # n là số lô
 

Vì giá trị mặc định cho axis chính là 0 , vì vậy chúng tôi có thể bỏ qua việc thiết lập nó. Vì vậy, chúng tôi chỉ đơn giản là có -

  np.split (arr, n)
 

Lần chạy mẫu -

  In [132]: arr # Nhập mảng hình dạng (10,3)
Hết [132]:
mảng ([[170, 52, 204],
       [114, 235, 191],
       [63, 145, 171],
       [16, 97, 173],
       [197, 36, 246],
       [218, 75, 68],
       [223, 198, 84],
       [206, 211, 151],
       [187, 132, 18],
       [121, 212, 140]])

Trong [133]: np.split (arr, 2) # Chia thành 2 lô
Hết [133]:
[mảng ([[170, 52, 204],
        [114, 235, 191],
        [63, 145, 171],
        [16, 97, 173],
        [197, 36, 246]]), mảng ([[218, 75, 68],
        [223, 198, 84],
        [206, 211, 151],
        [187, 132, 18],
        [121, 212, 140]])]

Trong [134]: np.split (arr, 5) # Chia thành 5 lô
Hết [134]:
[mảng ([[170, 52, 204],
        [114, 235, 191]]), mảng ([[63, 145, 171],
        [16, 97, 173]]), mảng ([[197, 36, 246],
        [218, 75, 68]]), mảng ([[223, 198, 84],
        [206, 211, 151]]), mảng ([[187, 132, 18],
        [121, 212, 140]])]
 

xem xét mảng a

  a = np.array ([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9],
              [10, 11, 12]])
 

Tùy chọn 1
sử dụng reshape //

  a.reshape (a.shape [0] // 2, -1, a.shape [1])

mảng ([[[1, 2, 3],
        [4, 5, 6]],

       [[7, 8, 9],
        [10, 11, 12]]])
 

Tùy chọn 2
nếu bạn muốn nhóm hai người thay vì hai nhóm

  a.reshape (-1, 2, a.shape [1])

mảng ([[[1, 2, 3],
        [4, 5, 6]],

       [[7, 8, 9],
        [10, 11, 12]]])
 

Tùy chọn 3
Sử dụng máy phát điện

  def get_every_n (a, n = 2):
    cho tôi trong phạm vi (a.shape [0] // n):
        nhường một [n * i: n * (i + 1)]

cho sa trong get_every_n (a, n = 2):
    in sa

[[1 2 3]
 [4 5 6]]
[[7 8 9]
 [10 11 12]]
 

Để tránh lỗi "chia mảng không dẫn đến chia đều",

  np.array_split (arr, n, axis = 0)
 

tốt hơn np.split (arr, n, axis = 0) .

Ví dụ:

  a = np.array ([[170, 52, 204],
              [114, 235, 191],
              [63, 145, 171],
              [16, 97, 173]])
 

sau đó

  print (np.array_split (a, 2))

[mảng ([[170, 52, 204],
       [114, 235, 191]]), mảng ([[63, 145, 171],
       [16, 97, 173]])]

print (np.array_split (a, 3))

[mảng ([[170, 52, 204],
       [114, 235, 191]]), mảng ([[63, 145, 171]]), mảng ([[16, 97, 173]])]
 

Tuy nhiên, print (np.array_split (a, 3)) sẽ phát sinh lỗi vì 4/3 không phải là số nguyên.


Xem thêm những thông tin liên quan đến chủ đề mảng vỡ numpy thành nhiều mảng

Introduction to Numpy Boolean Arrays

  • Tác giả: rmotr.com
  • Ngày đăng: 2019-03-29
  • Đánh giá: 4 ⭐ ( 3843 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: This video is part of our FREE Data Science course using Python and Pandas: https://pandas-tutorial.com?utm_campaign=youtube_direct&utm_medium=youtube&utm_source=numpy_boolean

    Learn more about our Data Science course: https://rmotr.com/data-science-python-course?utm_campaign=pandastutorial&utm_medium=youtube&utm_source=numpy_boolean

Hoc lap trinh,split array trong numpy, tách mảng trong numpy, tach mang trong numpy, numpy array split

  • Tác giả: www.ihoclaptrinh.com
  • Đánh giá: 3 ⭐ ( 2998 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: slpit array trong numpy, tách mảng trong numpy, tach mang trong numpy, numpy array split, lap trinh python, hoc lap trinh python, học lập trình python, Machine Learning

Mảng (Ndarray) trong Numpy

  • Tác giả: laptrinhtudau.com
  • Đánh giá: 4 ⭐ ( 8549 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Mảng (Ndarray) trong Numpy - Lập Trình Từ Đầu 1 Numpy cơ bản

Tạo mảng cơ bản

  • Tác giả: hiepsiit.com
  • Đánh giá: 4 ⭐ ( 2142 lượt đánh giá )
  • Khớp với kết quả tìm kiếm:

Nối một mảng NumPy vào một mảng NumPy

  • Tác giả: qastack.vn
  • Đánh giá: 3 ⭐ ( 8089 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: [Tìm thấy giải pháp!] In [1]: import numpy as np In [2]: a = np.array([[1, 2, 3], [4, 5, 6]])…

Tạo mảng cơ bản với Numpy

  • Tác giả: freetuts.net
  • Đánh giá: 4 ⭐ ( 8863 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Tìm hiểu kỹ về cách mà Python xử lý mảng cơ bản, cũng như sự hiệu quả của việc dùng NumPy so với List trong việc lưu trữ và thao tác với mảng.

Bài 1. Mảng trong numpy (Numpy array)

  • Tác giả: pythonnangcao.com
  • Đánh giá: 3 ⭐ ( 2955 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: NumPy là một Thư viện Đại số Tuyến tính cho Python, lý do khiến nó rất quan trọng đối với Khoa học Dữ liệu với Python là hầu như tất cả các thư viện trong Hệ sinh thái Py-Data đều dựa vào NumPy như một trong những khối xây dựng chính của chúng

Xem thêm các bài viết khác thuộc chuyên mục: Kiến thức lập trình

Xem Thêm  Cách tạo Trình phát video HTML5 tùy chỉnh bằng JavaScript - cách tạo trình phát video html5