Uma matriz de separado

  • matriz função numpy.split é dividido em sub-sies ao longo de um eixo em particular, o seguinte formato:
  • numpy.split (Ary, indices_or_sections, eixo)

    ary: uma matriz de divididas

    indices_or_sections: Se é um número inteiro, em média, com o número de segmentação, se uma matriz, ao longo do eixo cortado
    Localização.
    eixo: tangencial realizada ao longo da dimensão dos quais, o padrão é 0, segmentação horizontal. É 1, seccionados longitudinalmente.
  • código
1  # Import módulo numpy 
2  importação numpy AS NP  
 . 3  # Criar uma matriz unidimensional 
. 4 A = np.arange (1,13 )
 . 5  # chamando dividida a função de partição 
. 6  impressão ( ' passando um número inteiro, a divisória média ' )
 . 7 I & lt NP = .Split (A ,. 4, Eixo = 0)
 . 8  impressão (P & lt)
 . 9  
10  impressão ( ' matriz de transferência, espaçados por posição ' )
 . 11 I & lt np.split = (A, [. 4, 6 ])
 12 é  impressão (P & lt)
 13 está  
14  # matriz -dimensional são separados por 
15np.array = A ([[1,2,3,4], [5,6,7,8], [9,10,11,12], [13,14,15,16 ]])
 16  impressão (A)
 . 17  impressão ( ' Eixo = partição média vertical, 0 ' )
 18 é P & lt, np.split = W (A, 2, Eixo = 0)
 . 19  impressão (P & lt)
 20 é  impressão (W)
 21 é  impressão ( ' Eixo = 0 posição na direcção vertical por partição ' )
 22 é G, K, L = np.split (a, [2,3], Eixo = 0)
 23 é  impressão (L)
 24  impressão (K)
 25  impressão (L)
1  passar um número inteiro, a divisória média
 2 [Array ([1, 2 ,. 3]), Array ([. 4 ,. 5 ,. 6]), Array ([. 7 ,. 8 ,. 9]), Array ([10 ,. 11, 12 é ] )]
 3  matrizes de passagem, de acordo com a posição da divisória
 . 4 [matriz ([. 1, 2, 3 ,. 4]), matriz ([. 5 ,. 6]), matriz ([. 7 ,. 8 ,. 9, 10 ,. 11, 12 é ])]      
 . 5 [[1234 ]
 . 6   [56. 7. 8 ]
 . 7   [. 9 10 11 12 é ]
 . 8   [13 é 14 15 16 ]]
 . 9 Eixo = 0 a direcção vertical da divisória média
 10 [[1234 ]
 11   [56 . 8. 7 ]]
 12 é [[10. 11. 9, 12 é ]
 13 é   [14 15 13 é 16 ]]
 14 Eixo =Verticalmente espaçada por localização 0
 15 [[1234 ]
 16   [5678 ]]
 17 [[9101112 ]]
 18 [[13141516]]

 

Acho que você gosta

Origin www.cnblogs.com/monsterhy123/p/12623581.html
Recomendado
Clasificación