本文介绍一种纯 NumPy 向量化方法，无需 Python 循环，即可根据标签数组 y 将特征数组 x 拆分为多个子数组，适用于分类数据预处理、批量索引等场景。
本文介绍一种纯 numpy 向量化方法，无需 python 循环，即可根据标签数组 `y` 将特征数组 `x` 拆分为多个子数组，适用于分类数据预处理、批量索引等场景。
在机器学习与科学计算中，常需根据类别标签（如 y）对特征矩阵（如 x）进行分组切片——例如提取所有类别为 0 的样本、类别为 1 的样本等。若使用循环或列表推导式，代码冗长且性能较差；而 NumPy 提供了完全向量化、无显式循环的高效解法。
核心思路是：先按 y 排序 x，再依据各类别频次确定分割点，最后一次性切分。整个过程仅调用 np.unique、np.argsort、np.cumsum 和 np.array_split 四个内置函数，全部运行于 C 层，兼顾简洁性与高性能。
以下为完整实现：
import numpy as np
x = np.array([[2, 3, 5, 6],
[1, 2, 4, 3],
[1, 5, 6, 4],
[2, 8, 9, 5]])
y = np.array([1, 0, 1, 2])
# 步骤 1：获取 y 中唯一值及其出现次数
labels, counts = np.unique(y, return_counts=True)
# 步骤 2：对 x 按 y 的升序排列（保持 x-y 对应关系）
x_sorted = x[np.argsort(y)]
# 步骤 3：计算累计频次（排除最后一项），作为 array_split 的分割点
split_indices = np.cumsum(counts[:-1])
# 步骤 4：切分并构建成字典：{label → subarray}
grouped = dict(zip(labels, np.array_split(x_sorted, split_indices)))
print(grouped)输出结果为：
eMart 网店系统
下载
功能列表：底层程序与前台页面分离的效果，对页面的修改无需改动任何程序代码。完善的标签系统，支持自定义标签，公用标签，快捷标签，动态标签，静态标签等等，支持标签内的vbs语法，原则上运用这些标签可以制作出任何想要的页面效果。兼容原来的栏目系统，可以很方便的插入一个栏目或者一个栏目组到页面的任何位置。底层模版解析程序具有非常高的效率，稳定性和容错性，即使模版中有错误的标签也不会影响页面的显示。所有的标
{
0: array([[1, 2, 4, 3]]),
1: array([[2, 3, 5, 6],
[1, 5, 6, 4]]),
2: array([[2, 8, 9, 5]])
}✅ 关键优势说明：
- 零循环：全程基于 NumPy 向量化操作，避免 for 或 list comprehension，适合大规模数据；
- 自动适配：无论 y 中有多少类、每类多少样本，或 x 是二维/一维数组，均通用；
- 内存友好：np.array_split 返回视图或副本（取决于底层内存布局），不额外深拷贝；
- 可扩展性强：返回字典结构便于后续遍历（如 for label, X_sub in grouped.items(): ...）或转为 list、tuple 等。
⚠️ 注意事项：
- np.array_split 在分割点超出数组长度时会静默调整，但本方案中 split_indices 由 counts 严格生成，确保安全；
- 若需保持原始 y 中标签的出现顺序（而非升序），可改用 np.unique(y, return_index=True) 配合 np.take 实现稳定排序；
- 对于超大数据集，若内存受限，可考虑结合 dask.array 或分块处理，但本方法在 GB 级以内数据中仍表现优异。
该方法是 NumPy “以索引驱动操作” 思维的典型实践——不关注“怎么循环”，而聚焦于“如何构造正确索引”，真正发挥数组编程的表达力与效率。
