Разделить двумерный массив numpy по вертикали на неравномерные подмассивы

Предположим, у меня есть следующий массив numpy формы (10, 5), где я хочу разделить его на два подмассива: первый содержит первые 7 строк, а второй занимает оставшиеся 3 строки. Если я сделаю это:

x = np.arange(50).reshape(10, 5)
x1, y1 = np.vsplit(x, 2)

Он разделится ровно на половину. Как сделать два подмассива (7,5) и (3,5)?

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
97
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Используйте np.split():

In [4]: np.split(x, [7])
Out[4]: 
[array([[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14],
        [15, 16, 17, 18, 19],
        [20, 21, 22, 23, 24],
        [25, 26, 27, 28, 29],
        [30, 31, 32, 33, 34]]), array([[35, 36, 37, 38, 39],
        [40, 41, 42, 43, 44],
        [45, 46, 47, 48, 49]])]

Я думаю, вам следует использовать причудливую индексацию, в отличие от нарезки, причудливая индексация всегда копирует данные в новый массив

n = 10; m = 5; i = 7
arr = np.arange(50).reshape(n, m)
arr7 = arr[np.ix_(range(i))]
arr3 = arr[np.ix_(range(i - n, 0, 1))]

Другие вопросы по теме