Question

我不理解numpy.array_split与子指标的行为。实际上，当我考虑给定长度的数组时，我确定了一个子指示，并尝试使用array_split。如果子指数的数量是奇数或偶数，我会得到不同的行为。让我们举个例子

import numpy as np
a = np.ones(2750001) # fake array
t = np.arange(a.size) # fake time basis
indA = ((t>= 5e5) & (t<= 1e6)) # First subindices odd number
indB = ((t>=5e5+1) & (t<= 1e6)) # Second indices even number
# now perform array_split
print(np.shape(np.array_split(a[indA],10)))
# (10,)
print(np.shape(np.array_split(a[indB],10)))
# (10, 50000)

现在我们有不同的结果，基本上我们有shape命令实际给出的偶数（10,50000），而奇数索引的形状命令给出（10，）（假设10个列表）。我实际上有点意外，我想了解原因。我知道当分裂数不等于数组时，也可以使用array_split。但我想要一些线索，因为我需要在一个循环中插入，如果索引是偶数或奇数，我不知道先验。

Answer 1

我认为令人惊讶的行为与np.shape有关，而不是np.array_split：

In [58]: np.shape([(1,2),(3,4)])
Out[58]: (2, 2)

In [59]: np.shape([(1,2),(3,4,5)])
Out[59]: (2,)

np.shape(a)显示数组np.asarray(a)的形状：

def shape(a):
    try:
        result = a.shape
    except AttributeError:
        result = asarray(a).shape
    return result

因此，当np.array_split返回不等长的数组列表时，np.asarray(a)是对象dtype的一维数组：

In [61]: np.asarray([(1,2),(3,4,5)])
Out[61]: array([(1, 2), (3, 4, 5)], dtype=object)

当array_split返回等长的数组列表时，np.asarray(a)会返回一个二维数组：

In [62]: np.asarray([(1,2),(3,4)])
Out[62]: 
array([[1, 2],
       [3, 4]])

numpy array_split的奇怪行为

1 个答案: