生成测试数据
import numpy as np
# 生成测试数据（下述维度描述针对此二维数据）
a = np.arange(12).reshape((3,4))
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
- 均等切分——
np.split(A,n,axis=0)
# np.split(A,n,axis=0)把所有切分子集放在一个列表中返回
# A：要切分的矩阵
# n：均等切分成n个，若不能整除会报错
# axis：从哪个维度切分，索引从0开始
-
- 竖直切，也就是切第二维度
resdivide = np.split(a,2,axis=1) # 切成2个 # [array([[0, 1], # [4, 5], # [8, 9]]), array([[ 2, 3], # [ 6, 7], # [10, 11]])]- 水平切，也就是切分第一维度
resdivide = np.split(a,3,axis=0) # 切成3个 # [array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8, 9, 10, 11]])] -
均等切分——
np.vsplit()与np.hsplit() -
np.vsplit()
resdivide = np.vsplit(a,3) # [array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8, 9, 10, 11]])]np.hsplit()
resdivide = np.hsplit(a,2) # [array([[0, 1], # [4, 5], # [8, 9]]), array([[ 2, 3], # [ 6, 7], # [10, 11]])] -
不均等切分，
np.array_split(A,n,axis=0)
# np.array_split(A,n,axis=0)把所有切分子集放在一个列表中返回
# A：要切分的矩阵
# n：切分成n个，额，举例来说明吧，5列分成3份，就是2，2，1；10列分成4分就是3，3，2，2
# axis：从哪个维度切分，索引从0开始
-
- 竖直切
# [array([[0, 1], # [4, 5], # [8, 9]]), array([[ 2], # [ 6], # [10]]), array([[ 3], # [ 7], # [11]])] # 把4分成了2，1，1- 水平切
resdivide = np.array_split(a,2,axis=0) # [array([[0, 1, 2, 3], # [4, 5, 6, 7]]), array([[ 8, 9, 10, 11]])] # 把3分成了2，1
参考文献
来源：CSDN
作者：BBJG_001
链接：https://blog.csdn.net/BBJG_001/article/details/104178883