NumPy 分割与搜索数组详解
NumPy 分割数组
NumPy 提供了 np.array_split() 函数来分割数组，将一个数组拆分成多个较小的子数组。
基本用法
语法：
np.array_split(array, indices_or_sections, axis=None)
array： 要分割的 NumPy 数组。
indices_or_sections： 指定分割位置的整数列表或要包含每个子数组的元素数量的列表。
axis： 可选参数，指定要分割的轴。默认为 0（即行分割）。
示例：
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
# 将数组分割成 3 个子数组
new_arrays = np.array_split(arr, 3)
print(new_arrays) # 输出：
# [array([1, 2]), array([3, 4]), array([5, 6])]
# 指定分割位置
new_arrays = np.array_split(arr, [2, 5])
print(new_arrays) # 输出：
# [array([1, 2]), array([3, 4]), array([5, 6])]
# 沿列分割
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
new_arrays = np.array_split(arr, 3, axis=1)
print(new_arrays) # 输出：
# [array([[1, 4, 7]]), array([[2, 5, 8]]), array([[3, 6, 9]])]
注意事项
如果 indices_or_sections 指定的分割位置超出数组范围，则会引发异常。
如果数组元素数量不足以满足分割要求，则会从末尾进行调整。
np.array_split() 返回一个包含子数组的列表。
高级用法
除了基本用法之外，np.array_split() 还可以用于更复杂的分割操作：
使用掩码进行分割： 您可以使用掩码数组来指示哪些元素应该包含在每个子数组中。
不均匀分割： 您可以指定每个子数组包含的元素数量，即使数量不均等。
沿着任意轴分割： 您可以使用 axis 参数指定要分割的轴。
例如，以下代码使用掩码将数组分割成两个子数组，第一个子数组包含所有偶数元素，第二个子数组包含所有奇数元素：
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
mask = arr % 2 == 0
new_arrays = np.array_split(arr, mask)
print(new_arrays) # 输出：
# [array([2, 4, 6]), array([1, 3, 5])]
练习
使用 np.array_split() 将以下数组 arr 沿行分割成 4 个子数组，每个子数组包含相等数量的元素。
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
在评论中分享您的代码和输出。
Sure, here is the requested Markdown formatted content:
NumPy 搜索数组
NumPy 提供了多种方法来搜索数组中的元素，并返回匹配项的索引。
基本用法：np.where()
语法：
np.where(condition)
condition：用于确定要查找的元素的布尔条件。
功能：
np.where() 逐个元素比较条件，并返回满足条件的元素的索引。
它返回一个元组，其中包含一个或多个数组，每个数组表示满足条件的元素的索引。
示例：
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
# 查找值为 4 的索引
indices = np.where(arr == 4)
print(indices) # 输出： (array([3, 5, 6]),)
# 查找大于 5 的元素的索引
indices = np.where(arr > 5)
print(indices) # 输出： (array([6, 7, 8]),)
搜索排序数组：np.searchsorted()
语法：
np.searchsorted(array, value, side='left')
array：已排序的 NumPy 数组。
value：要搜索的值。
side：可选参数，指定搜索方向。默认为 'left'（从左到右）。
功能：
np.searchsorted() 在排序数组中执行二进制搜索，并返回指定值应插入的位置以保持排序顺序。
它假定输入数组已排序。
示例：
import numpy as np
arr = np.array([1, 3, 5, 7, 9])
# 查找值 7 应插入的索引
index = np.searchsorted(arr, 7)
print(index) # 输出： 3
# 从右侧查找值 2 应插入的索引
index = np.searchsorted(arr, 2, side='right')
print(index) # 输出： 1
练习
使用 np.where() 或 np.searchsorted() 正确找到以下数组 arr 中所有等于 3 的元素的索引。
import numpy as np
arr = np.array([1, 2, 3, 4, 3, 3, 6, 7, 8])
在评论中分享您的代码和输出。
最后
为了方便其他设备和平台的小伙伴观看往期文章：
微信公众号搜索：Let us Coding，关注后即可获取最新文章推送
看完如果觉得有帮助，欢迎点赞、收藏、关注