numpy.split

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.split.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

numpy.split(ary, indices_or_sections, axis=0)[source]

将数组拆分为多个子数组。

参数：	ary：ndarray 数组被分为子数组。 indices_or_sections：int或1-D数组 如果indices_or_sections是整数N，则数组将沿轴划分为N等于数组。如果这样的分割是不可能的，则引起错误。 如果indices_or_sections是排序整数的1-D数组，则条目指示数组沿着轴的位置。例如，对于axis=0，[2， 3] ary [：2] ary [2：3] ary [3：] 如果索引超过沿轴的数组的大小，则相应返回空子阵列。 axis：int，可选 要拆分的轴，默认值为0。
返回：	子数组：ndarrays列表 子数组列表。
上升：	ValueError 如果indices_or_sections作为整数给出，但是拆分不会导致相等的除法。

也可以看看

array_split

将数组拆分成等于或接近相等大小的多个子数组。如果不能进行等分，则不会引发异常。

hsplit

水平（逐列）将数组拆分成多个子数组。

vsplit

垂直（逐行）将数组拆分成多个子数组。

dsplit

将数组沿着第3轴（深度）拆分成多个子数组。

concatenate

沿现有轴连接数组序列。

stack

沿着新轴连接数组的序列。

hstack

水平（按列顺序）堆叠数组。

vstack

垂直（按行）顺序堆叠数组。

dstack

按照深度顺序（沿第三维）堆叠数组。

例子

>>> x = np.arange(9.0)
>>> np.split(x, 3)
[array([ 0.,  1.,  2.]), array([ 3.,  4.,  5.]), array([ 6.,  7.,  8.])]

>>> x = np.arange(8.0)
>>> np.split(x, [3, 5, 6, 10])
[array([ 0.,  1.,  2.]),
 array([ 3.,  4.]),
 array([ 5.]),
 array([ 6.,  7.]),
 array([], dtype=float64)]