Python中按指定长度拆分多维数组的高效实现方法

先明确你原代码里的两个核心问题：

1. 拆分轴选反了：要按行数拆分，np.split的axis参数得设为0（你写了axis=1，这是按列拆分）；
2. 拆分参数格式错了：np.split的第二个参数是拆分点的索引位置，不是每个子数组的长度。需要把i转换成累积和的前N-1个值，才能作为正确的拆分位置。

修正后的高效实现 #

import numpy as np

N = 100
i = np.random.poisson(10, N)
v = np.random.uniform(0, 200, sum(i))
r = np.vstack([v] * 91).T  # 此时r的形状为(sum(i), 91)

# 生成拆分点：取累积和的前N-1个值（避免最后拆分出空数组）
split_points = np.cumsum(i)[:-1]
# 按行拆分目标数组
splitted_r = np.split(r, split_points, axis=0)

关键说明 #

• 正确性验证：每个子数组的行数完全匹配i的对应元素，比如splitted_r[0].shape[0] == i[0]；
• 性能最优：np.split是numpy原生C扩展实现，比手动循环拆分快几个数量级；
• 灵活性适配：只要保证sum(i)等于目标数组对应轴的长度（按行拆分行数、按列拆分列数），代码可以适配任意形状的多维数组，只需调整axis参数即可。

比如要按列拆分某个数组arr，只需修改轴参数，同时确保sum(i)等于arr.shape[1]：

splitted_arr = np.split(arr, np.cumsum(i)[:-1], axis=1)

内容的提问来源于stack exchange，提问作者Dreamer93