文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.numpy.array_split

mindspore.numpy.array_split(x, indices_or_sections, axis=0)

将一个Tensor切分为多个Sub-Tensors。

说明

目前， array_split 仅支持CPU上的 mindspore.float32 。

np.split 和 np.array_split 之间的唯一区别是， np.array_split 允许 indices _or_sections 是一个不用等分 axis 的整数。对于长度为l的Tensor，其应当被分割成n个部分，返回的子数组中一部分子数组shape为 $l//n+1$ ，剩余子数组shape为 $l//n$ 。

参数：

• x (Tensor) - 待切分的Tensor。

• indices_or_sections (Union[int, tuple(int), list(int)]) - 如果是整数 $N$ ，Tensor将沿指定的轴被拆分成 $N$ 个子张量。如果是tuple(int)、list(int)或排序后的整数序列，则这些条目表示在指定轴上的拆分位置。例如，给定 $[2,3]$ 在 $axis=0$ 上拆分，则结果将是三个Sub-Tensors，为 $x[:2]$ ， $x[2:3]$ ， $x[3:]$ 。如果某个索引超出了指定轴的维度，相应地将返回一个空子数组。

• axis (int) - 要沿其切分的轴。默认值： 0 。

返回：

Sub-Tensors列表。

异常：

• TypeError - 如果参数 indices_or_sections 不是整数、tuple(int)或list(int)，或者参数 axis 不是整数。

• ValueError - 如果参数 axis 超出 $[-x.ndim,x.ndim)$ 的范围。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore.numpy as np
>>> input_x = np.arange(9).astype("float32")
>>> output = np.array_split(input_x, 4)
>>> print(output)
(Tensor(shape=[3], dtype=Float32,
    value= [ 0.00000000e+00,  1.00000000e+00,  2.00000000e+00]),
Tensor(shape=[2], dtype=Float32,
    value= [ 3.00000000e+00,  4.00000000e+00]),
Tensor(shape=[2], dtype=Float32,
    value= [ 5.00000000e+00,  6.00000000e+00]),
Tensor(shape=[2], dtype=Float32,
    value= [ 7.00000000e+00,  8.00000000e+00]))