您的位置：首页 > 其它

有点坑的 np.array_split

2020-03-12 18:39 260 查看

假如我们想要把一个 array-like 的东西拆分成多个小组（或者叫 bucket），给定组的数目或者组的大小，最后一组不足则保持原样。

那么我们想到的可能是

np.array_split()

函数。我们使用其官方例子来说明一下。

例子 1：

把一个含有 8 个元素的列表拆分成 3 组，那么

np.array_split()

的结果是：

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

例子 2：

上面的结果好像看起来没啥问题，那么如果列表中含有 7 个元素呢？

>>> x = np.arange(7.0)
>>> np.array_split(x, 3)
[array([ 0.,  1.,  2.]), array([ 3.,  4.]), array([ 5.,  6.])]

结果每组的大小是 322，很明显不是我们想要的结果，我们想要的结果是 331。

再次查看官方文档，可以看到如下关于该函数如何拆分的解释：

For an array of length l that should be split into n sections, it returns l % n sub-arrays of size l//n + 1 and the rest of size l//n.

也就是说，对于一个长度为

的数组，该函数是这么拆的：前
l % n
个组的大小是
l // n + 1
，剩下组的大小是
l // n
。其中

//

表示下取整，即

np.floor()

。

对于例子 1，

为 8，

为 3，前

8 % 3 = 2

个组的大小为

8 // 3 + 1 = 3

，剩下组的大小为

8 // 3 = 2

。

对于例子 2，

为 7，

为 3，前

7 % 3 = 1

个组的大小为

7 // 3 + 1 = 3

，剩下组的大小为

7 // 3 = 2

。

所以，从直观上来讲，该函数倾向于使得拆分后的组大小分布更为「均衡」，有时候可能不是我们想要的结果，值得注意。

另外，还有一个和

np.array_split

比较相似的函数：

np.split()

，这两个函数的唯一区别是

split()

必须是等分，否则会抛出异常：

ValueError: array split does not result in an equal division

。

Reference

secsilm 博客专家发布了56 篇原创文章 · 获赞 467 · 访问量 108万+ 他的留言板关注

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航