python - numpy array_split 的奇怪行为

Question

我不理解带有子索引的 numpy.array_split 的行为。事实上，当我考虑一个给定长度的数组时，我确定了一个子索引并尝试使用 array_split。如果子索引的数量是奇数或偶数，我会得到不同的行为。举个例子吧

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)

现在我们得到了不同的结果，基本上对于偶数，shape 命令实际上给出了 (10,50000)，而在奇数索引的情况下，shape 命令给出了 (10,)(假定的 10 个列表)。实际上我有点惊讶，我想了解原因。我知道 array_split 也可以在拆分次数不能均分数组时使用。但我也想要一些线索，因为我需要插入一个循环，在这个循环中我事先不知道索引是偶数还是奇数。

Answer 1

我认为与 np.array_split 相比，与 np.shape 更多有关:

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)正在显示数组 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 返回一个不等长数组列表时，np.asarray(a) 是一维的对象数据类型数组:

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

当 array_split 返回一个等长数组列表时，np.asarray(a) 返回一个二维数组:

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