如何使用numpy拆分TensorFlow.Keras模型输出的预测结果数组

你之前拆分出错的核心原因是np.array_split默认沿第0轴（行维度）拆分，而你的Keras模型预测输出数组arr的形状为(1, 2)，行维度长度仅为1，拆分为2份时就会出现一份有数据、一份为空的结果。

方案1：直接索引/解包（最简便） #

你的数组只有1行2列，完全可以直接通过降维+解包拿到两个值，不需要调用拆分函数：

# 方法1：squeeze去除长度为1的维度后直接解包
X, Y = arr.squeeze()

# 方法2：flatten降为一维数组后取值
arr_1d = arr.flatten()
X = arr_1d[0]
Y = arr_1d[1]

# 方法3：直接按坐标取值
X = arr[0, 0]
Y = arr[0, 1]

如果需要把numpy浮点数转为Python原生float类型，可以在取值后加.item()，示例：X = arr[0,0].item()。

方案2：调用拆分函数（显式指定拆分轴） #

如果你确实需要使用numpy的拆分函数，要显式指定沿第1轴（列维度）拆分：

# array_split指定axis=1沿列维度拆分
split_res = np.array_split(arr, 2, axis=1)
X = split_res[0].item()
Y = split_res[1].item()

# 也可以用hsplit（默认沿水平/列维度拆分）
split_res = np.hsplit(arr, 2)
X = split_res[0].item()
Y = split_res[1].item()

内容的提问来源于stack exchange，提问作者Tutek Tutek