Python将二维numpy.ndarray拆分为多个独立二维数组

如果你有一个任意行数的二维NumPy数组，需要将其拆分为多个独立的单行二维数组（而非一维数组），可以用以下两种简单方法实现：

方法1：使用np.split直接拆分 #

利用NumPy的split函数，沿着行轴（axis=0）按原数组的行数拆分，直接得到所有单行二维数组的列表：

import numpy as np

# 示例输入数组（行数可任意）
original_arr = np.array([[1.4600e-01, 2.9575e+00, 6.1580e+02],
                         [5.8600e-01, 4.5070e+00, 8.7480e+02]])

# 按行拆分为多个单行二维数组
split_result = np.split(original_arr, original_arr.shape[0], axis=0)

# 输出每个拆分后的数组
for sub_arr in split_result:
    print(sub_arr)
    print()

执行后输出：

[[0.146 2.9575 615.8]]

[[0.586 4.507 874.8]]

方法2：循环遍历并转换为二维结构 #

如果需要更灵活的处理，可以遍历原数组的每一行，再将一维的行数据转换为二维结构：

split_result = []
for row in original_arr:
    # 将一维行转为(1, 列数)的二维数组
    split_result.append(row.reshape(1, -1))

这里reshape(1, -1)会自动匹配原数组的列数，保证每个子数组都是二维结构。

两种方法得到的每个子数组形状均为(1, N)（N为原数组列数），完全符合需求。

内容的提问来源于stack exchange，提问作者Dila