在数据分析、科学计算以及机器学习中，除了将多个数组拼接在一起，还经常需要将一个数组拆分为多个子数组。例如：
• 将数据集划分为训练集与测试集
• 按列拆分特征
• 按批次分割数据
• 将大数组切分为若干块进行并行处理
NumPy 提供了一组用于数组拆分的函数。需要注意的是，这些函数返回的子数组通常是原数组上的视图（view），因此对子数组的修改往往会影响原数组。
按照功能划分，NumPy 中常见的数组拆分函数通常可以分为以下几类：
（1）等分拆分
（2）不等分拆分
（3）按方向拆分接口（基于 split）
一、等分拆分
split()
将数组沿指定轴等分为多个子数组。严格等分，要求可整除。返回由子数组组成的列表。
numpy.split(ary, indices_or_sections, axis=0)参数说明：
• ary：输入数组
• indices_or_sections：拆分规则
- 序列：表示切分位置（索引）。序列中的值表示“切分点索引”（左闭右开区间边界）• axis：拆分轴（默认 0）
示例 1：按份数拆分
np.split(a, 3)输出：
[array([1, 2]), array([3, 4]), array([5, 6])]说明：若使用整数等分，数组长度必须能整除，否则会抛出错误。
示例 2：按索引拆分
np.split(a, [2, 4])输出：
[array([1, 2]), array([3, 4]), array([5, 6])]说明：序列中的值表示切分点索引，其划分规则遵循 Python 切片语义（左闭右开区间）。
切分点 [2, 4] 表示：
a[4:] → [5, 6]示例 3：越界索引
np.split(a, [2, 10])输出（示意）：
[array([1, 2]), array([3, 4, 5, 6]), array([], dtype=int64)]说明：当切分点超出数组边界时，NumPy 会返回空数组段，而不会自动报错。
二、不等分拆分
array_split()
将数组拆分为多个子数组。灵活拆分，允许不等分。
numpy.array_split(ary, indices_or_sections, axis=0)参数说明（同 split()）。
示例：
np.array_split(a, 3)输出：
[array([1, 2]), array([3, 4]), array([5])]说明：不要求整除，前面的子数组可能更大。
三、按方向拆分接口（基于 split）
以下函数是对 split() 的语义封装。
hsplit()
按列方向拆分数组（axis=1）。
说明：对二维及更高维数组，hsplit() 等价于沿 axis=1 调用 split()；对于一维数组，它等价于沿 axis=0 进行拆分。
numpy.hsplit(ary, indices_or_sections)参数说明：
• ary：输入数组
• indices_or_sections：拆分规则
示例：
np.hsplit(A, 2) 输出：
[7, 8]])]说明：等价于 split(ary, ..., axis=1)，要求列数可整除（使用整数时）。
vsplit()
按行方向拆分数组（axis=0）。
numpy.vsplit(ary, indices_or_sections)参数说明（同 split()）。
示例：
np.vsplit(A, 2)输出：
[array([[1, 2, 3, 4]]), array([[5, 6, 7, 8]])]说明：等价于 split(ary, ..., axis=0)。
vsplit() 要求输入数组至少是二维，否则会报错。
dsplit()
沿第三轴拆分数组（axis=2）。
numpy.dsplit(ary, indices_or_sections)参数说明（同 split()）。
示例：
np.dsplit(A, 2)输出：
[7]]])]说明：这里 A.shape = (1, 4, 2)，沿 axis=2 拆成 2 份后，每份形状应是 (1, 4, 1)。
dsplit() 要求输入数组至少为三维，否则会报错。
dsplit() 常用于图像通道拆分（此时 axis=2 通常表示通道维）。
小结
NumPy 提供了一组用于数组拆分的函数体系，其中 split() 用于严格等分拆分，array_split() 用于灵活拆分，而 hsplit()、vsplit() 与 dsplit() 则分别对应列、行及第三轴方向的拆分操作。需要注意，不同函数在是否要求整除、拆分轴以及输入维度要求方面存在差异，在实际应用中应根据数据结构与任务需求合理选择。
“点赞有美意，赞赏是鼓励”
热门跟贴