Lee's Space Station

有点坑的 np.array_split

2019/07/17 Share

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:

1
2
3
>>> 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?

1
2
3
>>> 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 l 的数组,该函数是这么拆的: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,l 为 8,n 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,l 为 7,n 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

END

CATALOG
  1. 1. Reference
  2. 2. END