numpy阵列的奇怪行为

Question

我不理解numpy.array_split的行为。实际上，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。如果子指数的数目是奇数或偶数，我会得到不同的行为。让我们举个例子

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命令实际给出（1050000），而对于奇数索引，shape命令给出（10，）（假设10个列表）。实际上我有点惊讶，我想了解原因。我知道array_split也可以在拆分数不相等的情况下使用。但我也想要一些线索，因为我需要插入一个循环，在这个循环中我不知道指数是偶数还是奇数。在

Answer 1

我认为令人惊讶的行为与np.shape有关，而不是np.array_split：

In [58]: np.shape([(1,2),(3,4)])
Out[58]: (2, 2)

In [59]: np.shape([(1,2),(3,4,5)])
Out[59]: (2,)

^{}显示数组的形状np.asarray(a)：

^{pr2}$

因此，当np.array_split返回一个长度不等的数组列表时，np.asarray(a)是对象数据类型的一维数组：

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

当array_split返回一个长度为等长度的数组列表时，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]])