NumPy中分割数组常用numpy.split、array_split、hsplit、vsplit及切片；split按指定位置或份数分割，array_split可处理不等分情况更灵活，hsplit和vsplit分别沿列和行方向分割，高维数据推荐使用函数而非切片。
在Python中，处理数组（通常指NumPy中的数组）时，分割数组常用的函数是 numpy.split 及其相关函数。这些函数可以将一个数组按指定方式拆分成多个子数组。
1. numpy.split —— 按位置或数量分割
numpy.split(ary, indices_or_sections, axis=0) 是最基础的分割函数。
参数说明：
- ary：要分割的数组
- indices_or_sections：可以是整数（表示等分几份），也可以是索引列表（表示在哪些位置切分）
- axis：沿哪个轴分割，默认为0（行方向）
示例：
立即学习“Python免费学习笔记（深入）”；
import numpy as nparr = np.array([1, 2, 3, 4, 5, 6])
result = np.split(arr, 3) # 分成3个相等的部分
print(result) # [array([1,2]), array([3,4]), array([5,6])]
若用索引列表：
result = np.split(arr, [2, 4]) # 在第2和第4个位置切分# 输出: [array([1,2]), array([3,4]), array([5,6])]
2. numpy.array_split —— 更灵活的分割
当数组长度不能被整除时，numpy.array_split 仍可完成分割，而 split 会报错。
result = np.array_split(arr, 3) # 尽可能平均分
# 输出: [array([1,2]), array([3,4]), array([5])]
3. numpy.hsplit 和 numpy.vsplit —— 按方向分割
hsplit：水平分割（按列），相当于 axis=1
arr_2d = np.array([[1,2,3], [4,5,6]])np.hsplit(arr_2d, 3) # 每列一个子数组
vsplit：垂直分割（按行），相当于 axis=0
np.vsplit(arr_2d, 2) # 每行一个子数组4. 使用切片手动分割（适用于简单场景）
对于一维数组，也可以直接使用Python切片：
arr = [1, 2, 3, 4, 5, 6]part1 = arr[:3] # [1,2,3]
part2 = arr[3:] # [4,5,6]
但在多维数据和批量操作中，推荐使用 NumPy 函数。
基本上就这些常用方式。根据是否等分、维度高低、分割方向选择合适的函数即可。实际使用中 np.array_split 最安全，np.hsplit/vsplit 更直观表达意图。不复杂但容易忽略细节，比如索引位置和轴的选择。
