numpy——数组的切割操作（hsplit()、vsplit()、split()、array_split()）

hsplit()：沿横轴(纵向)拆分原array。可以实现均匀切割或者指定位置切割。（水平切割）
vsplit()：沿垂直轴切割原array。同上。（垂直切割）
split()：通过参数axis=1或者axis=0（默认axis=0）可以实现水平切割或者垂直切割。split必须要均等分.
array_split()：通过参数axis=1或者axis=0可以实现水平切割或者垂直切割。array_split()强制切割，指定切割后的数目实现近似均匀切割。

注意：np.array_split 和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。

以下面的两行三列的二维数组和两行两列的二维数组为例

import numpy as np
#生成要拆分的两个数组
array1=np.arange(6).reshape(2,3)
array2=np.arange(4).reshape(2,2)
print('array1:')
print(array1)
print("array2:")
print(array2)

（1）hsplit()用法（vsplit()类似）

#np.hsplit(ary, indices_or_sections) 将数组水平拆分为多个子数组（按列）——>按列拆分。
#np.hsplit(ary, indices_or_sections) 将数组水平拆分为多个子数组（按列）——>按列拆分。
#Split an array into multiple sub-arrays horizontally (column-wise).
#指定分割后数组的个数，实现均匀分割
#输出结果为列表，列表中元素为数组。
#print(np.hsplit(array1,2)) #会报错，因为没办法均匀分割
ar = np.hsplit(array2,2) #不会报错，成功分割为两个数组
print('ar:')
print(ar) 
print('array2:')
print(array2) #array2不变
print('np.hsplit(array2,2)[0]')
print(np.hsplit(array2,2)[0])

ar1 = np.hsplit(array1,(1,3))#传入的是元组
ar2 = np.hsplit(array1,(0,2))#注意观察三个的输出结果
ar3 = np.hsplit(array1,(1,0))
print('ar1:')
print(ar1)
print("ar2:")
print(ar2)
print('ar3:')
print(ar3)

（2）split()

#np.split(ary, indices_or_sections, axis=0)
#Split an array into multiple sub-arrays。
#生成列表，列表中元素是数组
ar = np.split(array1,3,axis=1)
print(ar)
#若写成np.split(array1,2,axis=1)则会报错，因为沿按列无法均匀分割成两份

split用法补充（一维数组split以及机器学习中的用法）

以一行六列的二维数组和一个包含六个元素的一维数组为例

array3=np.arange(6).reshape(1,6)#一行六列的二维数组
print(np.split(array3,2,axis=1))
#print(np.split(array3,2))会报错，因为默认axis=0

array4=np.arange(6) #一维数组
print(type(array4))
print(np.split(array4,2,axis=0))
#print(np.split(array4,2,axis=1))会报错

机器学习中常用方法：

m = np.arange(6.0)
n = np.split(m, (3,)) #3代表位置
print(n)

m = np.arange(6.0)
n = np.split(m, 3)#3代表分几份
print(n)

机器学习中的用法解释：
x, y = np.split(data, (3,), axis=1)
#axis=1,代表列，是要把data数据集中的所有数据按第三、四列之间分割为X集和Y集。（data一般为二维数组）

（3）array_split()

对于一个长度为 L 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()），n代表划分后数组的个数

#np.array_split(ary, indices_or_sections, axis=0)
#Split an array into multiple sub-arrays.

#生成要组合的两个数组
array1=np.arange(14).reshape(2,7)

ar = np.array_split(array1,2,axis=1)#按列分割成两份。此处若用np.split则会报错。
print(ar)