Trong hướng dẫn Python này, chúng ta sẽ tìm hiểu cách chia mảng NumPy trong Python. Ngoài ra, chúng tôi sẽ bao gồm các chủ đề này
- Python NumPy chia mảng 2d
- Chuỗi phân chia Python NumPy
- Cột phân chia Python NumPy
- Hàng phân chia Python NumPy
- Chức năng phân chia Python NumPy
- Python chia mảng numpy theo giá trị
- Phân chia ngẫu nhiên Python numpy
- Phần tử phân chia numpy Python khôn ngoan
- Python chia mảng numpy thành các khối
- Python numpy. đối tượng ndarray không có thuộc tính 'split'
- Python np. nhật ký chia cho số không
Mục lục
Phân chia Python NumPy
- Trong Chương trình này, chúng ta sẽ thảo luận về cách chia mảng NumPy trong Python
- Ở đây chúng ta có thể sử dụng hàm split[] để tách chuỗi đầu vào hoặc số nguyên. Trong Python, hàm split[] dùng để chia mảng thành các dạng khác nhau và phương thức này luôn trả về danh sách các chuỗi con sau khi tách chuỗi đã cho
- Phương thức này có ba tham số và mảng phải được chia thành N mảng bằng nhau
cú pháp
Đây là cú pháp của numpy. chức năng tách []
Numpy.split
[
ary,
indices_or_sections,
axis=0
]
- Nó bao gồm một số tham số
- ary. Tham số này chỉ định mảng mà chúng tôi muốn tách
- chỉ số_hoặc_phần. Tham số này có thể là một số nguyên và trong trường hợp này, nếu mảng không thể ngắt thì nó sẽ báo lỗi và nếu giá trị của các chỉ số là một số nguyên một chiều thì mảng sẽ được chia theo số nguyên đã cho
- trục. Theo mặc định, giá trị của nó là 0 và trục dọc theo đó sẽ được chia
Thí dụ
Hãy lấy một ví dụ và kiểm tra cách tách mảng trong Python
Mã nguồn
import numpy as np
arr1 = np.array[[3,8,15,27,15,23,15,26,11,13]]
b = np.split[arr1, 5]
print["split array",b]
Trước tiên, trong đoạn mã trên, chúng tôi đã tạo một mảng một chiều gọn gàng và sau đó chúng tôi muốn chia mảng thành 5 phần khác nhau bằng cách sử dụng lệnh np. split[] chúng ta có thể giải quyết vấn đề này. Khi bạn in 'b' thì đầu ra sẽ hiển thị các phần con của mảng
Đây là việc triển khai mã đã cho sau đây
- Python NumPy Chuẩn hóa + Ví dụ
Cách tách mảng Numpy trong Python
Trong ví dụ này, chúng tôi sẽ sử dụng np. split[] trên một mảng chuỗi NumPy. Bằng cách sử dụng split[], chúng ta có thể dễ dàng chia mảng thành bốn phần bằng nhau
Mã nguồn
import numpy as np
arr1 = np.array[['Germany', 'Australia', 'China','Japan']]
new_result= np.split[arr1,4]
print["array split:",new_result]
Đây là Ảnh chụp màn hình của mã đã cho sau
Đây là cách tách mảng NumPy trong Python
- Python NumPy Ngẫu nhiên
Python NumPy chia mảng 2d
- Trong phần này, chúng ta sẽ thảo luận về cách chia mảng hai chiều numpy trong Python
- Ở đây chúng ta có thể sử dụng phương thức split[] để chia mảng 2 chiều theo hàng hoặc theo cột. Trong ví dụ này, chúng tôi đã tạo một mảng có nhiều mảng đơn giản và bây giờ chúng tôi muốn ngắt mảng 2 chiều bằng cách sử dụng np. tách ra[]
Thí dụ
import numpy as np
new_arr = np.array[[[34,12,31,75],
[14,17,18,93],
[17,21,43,88]]]
b = np.split[new_arr,3]
print[b]
Bạn có thể tham khảo Ảnh chụp màn hình bên dưới
- Python NumPy max với các ví dụ
Cách tách mảng 2 chiều trong Python
Bằng cách sử dụng hàm random[], chúng tôi đã tạo một mảng 'arr1' và sử dụng hàm np. hsplit[] để tách mảng NumPy
Trong Python, phương thức này được sử dụng để chia một mảng thành nhiều mảng con theo cột cùng với việc chúng tôi đã áp dụng np. phương thức vsplit[] để tách các phần tử hàng
cú pháp
Đây là Cú pháp của numpy. phương thức hsplit[]
numpy.hsplit
[
ary,
indices_or_sections
]
Cú pháp của phương thức vsplit[]
numpy.vsplit
[
ary,
indices_or_section
]
Mã nguồn
import numpy as np
arr1 = np.random.randint[2, 10, size=[9,9]]
new_result = [np.hsplit[i, 3] for i in np.vsplit[arr1,3]]
print[new_result]
Trong đoạn mã trên, chúng ta đã sử dụng kết hợp phương thức hsplit[] và vsplit[] để tách mảng 2 chiều
Đây là Đầu ra của đoạn mã đã cho sau
- Hình dạng Python NumPy với các ví dụ
Chuỗi phân chia Python NumPy
- Hãy để chúng tôi xem cách tách chuỗi NumPy bằng cách sử dụng Python
- Trong ví dụ này, chúng tôi sẽ sử dụng np. split[] phương pháp trên một mảng chuỗi numpy. Để thực hiện tác vụ này, trước tiên, chúng tôi sẽ nhập một thư viện có nhiều mảng và sau đó tạo một mảng bằng cách sử dụng np. mảng trong đó chúng ta lấy giá trị của chuỗi cho nó. Bây giờ hãy khai báo một biến 'Final_res' và gán np. split[] phương thức chia mảng thành các mảng con
Thí dụ
import numpy as np
new_array = np.array[['John', 'Micheal', 'William','George','oliva']]
final_res= np.split[new_array,5]
print["array split:",final_res]
Đây là việc thực thi đoạn mã đã cho sau đây
- Mảng NumPy đảo ngược Python
Cột phân chia Python NumPy
- Trong phần này, chúng ta sẽ thảo luận về cách chia cột trong mảng NumPy bằng cách sử dụng Python
- Trong ví dụ này, chúng ta sẽ sử dụng khái niệm hoán vị mảng. Trong Python, ma trận chuyển vị đang di chuyển các phần tử của hàng sang cột và các mục của cột sang các hàng. Nói một cách đơn giản, nó sẽ đảo ngược các giá trị trong một mảng
cú pháp
Đây là Cú pháp chuyển vị mảng
________số 8Thí dụ
import numpy as np
new_output = np.array[[[63,13,15],[18,27,18],[14,94,55]]]
col1, col2, col3 = new_output.T
print[col1]
print[col2]
print[col3]
Trong đoạn mã trên, chúng ta đã tạo một mảng và khai báo các biến có tên ‘col1′, ‘col2’, ‘col3’ trong đó chúng ta đã gán mảng chuyển vị mảng. T. Khi bạn in 'col1', 'col2', 'col3' thì đầu ra sẽ hiển thị các phần tử được chia
Bạn có thể tham khảo Ảnh chụp màn hình bên dưới
- Mảng trống Python NumPy với các ví dụ
Cách chia cột khôn ngoan trong mảng NumPy
Đây là một cách tiếp cận khác để tách phần tử theo cột trong một mảng bằng cách sử dụng lệnh np. phương thức hsplit[]. Trong Python, phương thức này được sử dụng để chia một mảng thành nhiều mảng con theo cột
Mã nguồn
import numpy as np
arr1 = np.array[[3,8,15,27,15,23,15,26,11,13]]
b = np.split[arr1, 5]
print["split array",b]
0Đây là Ảnh chụp màn hình của mã đã cho sau
- Python NumPy nan
Hàng phân chia Python NumPy
- Trong Chương trình này, chúng ta sẽ thảo luận về cách chia các phần tử hàng bằng cách sử dụng Python
- Để thực hiện nhiệm vụ cụ thể này, chúng tôi sẽ sử dụng np. phương thức vsplit[] để ngắt các phần tử hàng trong một mảng đã cho. Trong Python, phương thức này dùng để chia một mảng thành các mảng con khác nhau theo chiều dọc và mặc định nó lấy axis=0 nhưng chúng ta sẽ không đề cập đến tham số này trong chương trình
cú pháp
Đây là Cú pháp của phương thức numpy vsplit[]
numpy.vsplit
[
ary,
indices_or_section
]
Mã nguồn
import numpy as np
arr1 = np.array[[3,8,15,27,15,23,15,26,11,13]]
b = np.split[arr1, 5]
print["split array",b]
2Trong chương trình trên, chúng ta vừa tạo một mảng NumPy đơn giản bằng cách sử dụng np. array[] và gán giá trị số nguyên cho nó. Bây giờ chúng tôi muốn phân chia các phần tử theo chiều dọc [theo hàng] bằng cách sử dụng lệnh np. phương pháp tách []
Như bạn có thể thấy trong Ảnh chụp màn hình, đầu ra có ba mảng có nhiều mảng khác nhau
- lỗi giá trị. Đặt một phần tử mảng với một chuỗi
Chức năng phân chia Python NumPy
- Ở đây chúng ta có thể xem cách chia mảng Python Numpy bằng cách sử dụng hàm split[]
- Chúng tôi đã sử dụng phương pháp này trong mọi ví dụ và phương pháp này về cơ bản được sử dụng để tách hoặc chúng tôi chia mảng thành các mảng con
cú pháp
Đây là Cú pháp của hàm split[]
Numpy.split
[
ary,
indices_or_sections,
axis=0
]
Thí dụ
import numpy as np
arr1 = np.array[[3,8,15,27,15,23,15,26,11,13]]
b = np.split[arr1, 5]
print["split array",b]
4Đây là việc triển khai mã đã cho sau đây
Như bạn có thể thấy trong ảnh chụp màn hình ở trên, đầu ra hiển thị mảng thành hai phần khác nhau
- Trung bình Python NumPy với các ví dụ
Python chia mảng numpy theo giá trị
- Trong phần này, chúng ta sẽ thảo luận về cách chia mảng numpy dựa trên giá trị bằng cách sử dụng Python
- Trong ví dụ này, chúng ta sẽ sử dụng khái niệm np. hàm arange[] để tạo mảng. Bây giờ sử dụng np. split[] để chia mảng tùy thuộc vào một giá trị nhất định
Thí dụ
import numpy as np
arr1 = np.array[[3,8,15,27,15,23,15,26,11,13]]
b = np.split[arr1, 5]
print["split array",b]
5Đây là đầu ra của đoạn mã sau
- Giá trị tuyệt đối Python NumPy với các ví dụ
Phân chia ngẫu nhiên Python numpy
- Trong Chương trình này, chúng ta sẽ thảo luận về cách tách các phần tử ngẫu nhiên gọn gàng bằng cách sử dụng Python
- Để thực hiện nhiệm vụ này, chúng ta sẽ sử dụng np. ngẫu nhiên. shuffle[] và hàm này sẽ giúp người dùng xáo trộn các mảng dọc theo trục đã cho đầu tiên và nó sẽ sửa đổi vị trí của các mục trong mảng NumPy và nó luôn trả về Không có khi nó hoạt động
cú pháp
Đây là Cú pháp của np. ngẫu nhiên. phương pháp xáo trộn []
import numpy as np
arr1 = np.array[[3,8,15,27,15,23,15,26,11,13]]
b = np.split[arr1, 5]
print["split array",b]
6Ghi chú. Tham số x cho biết trình tự có thể thay đổi
Mã nguồn
import numpy as np
arr1 = np.array[[3,8,15,27,15,23,15,26,11,13]]
b = np.split[arr1, 5]
print["split array",b]
7Trong đoạn mã trên, chúng tôi đã sử dụng np. arange[] để tạo một mảng và hàm này đặt các giá trị cách nhau trong giới hạn được cung cấp
Bạn có thể tham khảo Ảnh chụp màn hình bên dưới
- Hình vuông Python NumPy với các ví dụ
Phần tử phân chia numpy Python khôn ngoan
- Ở đây chúng ta có thể xem cách chia phần tử mảng Numpy một cách khôn ngoan bằng cách sử dụng Python
- Trong ví dụ này, chúng tôi lấy hai mảng có nhiều mảng và chúng tôi muốn chia từng mục của mảng có nhiều mảng thứ nhất với mảng thứ hai. Để làm công việc này chúng ta có thể sử dụng toán tử / và toán hạng này được dùng cho toán tử chia
Mã nguồn
import numpy as np
arr1 = np.array[[3,8,15,27,15,23,15,26,11,13]]
b = np.split[arr1, 5]
print["split array",b]
8Trong đoạn mã trên, chúng ta sử dụng toán tử / và lưu trữ kết quả bên trong ‘new_result’. Khi bạn in 'new_result' thì đầu ra sẽ hiển thị phép chia của val1 và val2
Đây là việc thực thi đoạn mã đã cho sau đây
- Python NumPy để liệt kê với các ví dụ
Python chia mảng numpy thành các khối
- Trong phần này, chúng ta sẽ thảo luận về cách chia mảng thành các khối bằng cách sử dụng Python
- Bằng cách sử dụng hàm split[], chúng ta có thể thực hiện tác vụ cụ thể này và chia mảng thành ba mảng con khác nhau
Thí dụ
import numpy as np
arr1 = np.array[[3,8,15,27,15,23,15,26,11,13]]
b = np.split[arr1, 5]
print["split array",b]
9Đây là Ảnh chụp màn hình của mã đã cho sau
- Python NumPy đọc CSV
Python numpy. đối tượng ndarray không có thuộc tính 'split'
- Trong phần này, chúng ta sẽ thảo luận về thông báo lỗi hiển thị ‘numpy. đối tượng ndarray’ không có thuộc tính ‘split’
- Đầu tiên, chúng tôi đã tạo một mảng có nhiều mảng và sau đó sử dụng np. ndarray. split[] để chia mảng thành các mảng con nhưng trong trường hợp này, khi chúng ta chạy chương trình này, đầu ra sẽ hiển thị numpy không có thuộc tính 'split'
Mã nguồn
import numpy as np
arr1 = np.array[['Germany', 'Australia', 'China','Japan']]
new_result= np.split[arr1,4]
print["array split:",new_result]
0Ảnh chụp màn hình
Dung dịch
Để giải quyết vấn đề này, chúng ta sẽ sử dụng np. split[] chức năng thay vì nd. array[] để chia mảng NumPy
import numpy as np
arr1 = np.array[['Germany', 'Australia', 'China','Japan']]
new_result= np.split[arr1,4]
print["array split:",new_result]
1- Nhật ký Python NumPy
Python np. nhật ký chia cho số không
- Trong Chương trình này, chúng ta sẽ thảo luận về cách chia np. đăng nhập bằng 0 trong Python
- Trong ví dụ này, chúng tôi đã sử dụng np. log [] trong đó chúng ta gán mảng numpy 'arr1'. Bây giờ sử dụng np. inf để chia giá trị đã cho bằng 0
Thí dụ
import numpy as np
arr1 = np.array[['Germany', 'Australia', 'China','Japan']]
new_result= np.split[arr1,4]
print["array split:",new_result]
2Bạn có thể tham khảo Ảnh chụp màn hình bên dưới
Bạn có thể thích các hướng dẫn Python sau đây
- Python NumPy ở đâu với các ví dụ
- Python NumPy linspace
- Python NumPy Kiểu dữ liệu
- Mảng 3d Python NumPy
- Python NumPy nối
- Python sắp xếp mảng NumPy
- Ma trận Python NumPy
- Python NumPy khác
Trong hướng dẫn Python này, chúng ta sẽ tìm hiểu cách chia mảng NumPy trong Python. Ngoài ra, chúng tôi sẽ bao gồm các chủ đề này
- Python NumPy chia mảng 2d
- Chuỗi phân chia Python NumPy
- Cột phân chia Python NumPy
- Hàng phân chia Python NumPy
- Chức năng phân chia Python NumPy
- Python chia mảng numpy theo giá trị
- Phân chia ngẫu nhiên Python numpy
- Phần tử phân chia numpy Python khôn ngoan
- Python chia mảng numpy thành các khối
- Python numpy. đối tượng ndarray không có thuộc tính 'split'
- Python np. nhật ký chia cho số không
Bijay Kumar
Python là một trong những ngôn ngữ phổ biến nhất ở Hoa Kỳ. Tôi đã làm việc với Python trong một thời gian dài và tôi có kinh nghiệm làm việc với nhiều thư viện khác nhau trên Tkinter, Pandas, NumPy, Turtle, Django, Matplotlib, Tensorflow, Scipy, Scikit-Learn, v.v… Tôi có kinh nghiệm làm việc với nhiều khách hàng khác nhau . Kiểm tra hồ sơ của tôi