嘿，你已经迈出了正确的第一步——找到了数组中元素不连续的分界点！接下来只需要把这些分界点转化为拆分位置，就能轻松得到你想要的连续子数组了，而且完全不需要提前确定子数组的数量，我来给你一步步演示：

步骤1：确定拆分位置 #

你用np.where(a[1:]-a[:-1]>1)得到的是原数组前n-1个元素中，相邻元素差值大于1的索引。比如在你的示例数组里，这个结果会是array([3, 7])，对应的是原数组中13（索引3）和22、25（索引7）和30之间的分界。

但要注意：我们需要的拆分位置是在这两个元素的后面，也就是原数组的索引4和8，所以要给得到的索引加1：

import numpy as np

a = np.array([10,11,12,13,22,23,24,25,30,31,32,33,34])

# 获取拆分位置：给分界索引加1，得到原数组中的拆分点
split_positions = np.where(a[1:] - a[:-1] > 1)[0] + 1

步骤2：拆分数组 #

用np.split()函数传入原数组和拆分位置，它会自动把数组拆分成对应数量的子数组：

# 执行拆分
subarrays = np.split(a, split_positions)

# 查看结果（和你预期的逻辑一致）
for idx, arr in enumerate(subarrays, 1):
    print(f"array{idx} = np.array({arr.tolist()})")

运行这段代码后，输出会是：

array1 = np.array([10, 11, 12, 13])
array2 = np.array([22, 23, 24, 25])
array3 = np.array([30, 31, 32, 33, 34])

（哦对了，你的预期里array1写的是[10,11,12]，但原数组里13和前面的元素差值也是1，所以实际拆分出来的array1会包含13，如果是笔误的话，调整原数组或者拆分条件就行～）

为什么这个方法可行？ #

• np.split()支持传入任意数量的拆分位置，不管你有多少个连续子数组，它都能正确处理
• 拆分位置的计算逻辑完全匹配“相邻元素差值大于1”的分界规则，确保每个子数组内的元素都是连续差值为1的序列

内容的提问来源于stack exchange，提问作者Romain