Numpy Split-Funktion

Einführung

In diesem Lab behandeln wir die split()-Funktion des char-Moduls in der Numpy-Bibliothek. Die split()-Funktion wird verwendet, um einen Eingabestring in eine Liste von Strings basierend auf einem angegebenen Separator aufzuteilen.

Tipps für die VM

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu öffnen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Numpy-Bibliothek importieren

Um die numpy.char.split()-Funktion verwenden zu können, müssen wir die Numpy-Bibliothek importieren. Wir können das mit dem folgenden Code tun:

import numpy as np

Ein einfachen String mit der split()-Funktion aufteilen

In diesem Schritt werden wir einen einfachen String mit der split()-Funktion aufteilen. Wir werden einen String input_string definieren und ihn als Argument an die split()-Funktion übergeben. Die Ausgabe der Funktion wird eine Liste von Strings sein, die durch Aufteilen des Eingabestrings anhand von Leerzeichen erhalten werden.

input_string = "Hello World!"
result = np.char.split(input_string)
print("Input String: {}\nOutput String: {}".format(input_string,result))

Die Ausgabe des obigen Codes wird wie folgt aussehen:

Eingabestring: Hello World!
Ausgabestring: ['Hello', 'World!']

Einen String mit einem Separator aufteilen

In diesem Schritt werden wir einen String mit einem Separator aufteilen. Wir werden einen String input_string definieren, der mehrere |-Separatoren enthält. Mit der split()-Funktion werden wir den String anhand von | als Separator aufteilen und die resultierende Liste ausgeben.

input_string = "apple|banana|cherry"
result = np.char.split(input_string, sep='|')
print("Eingabestring: {}\nAusgabestring: {}".format(input_string,result))

Die Ausgabe des obigen Codes wird wie folgt aussehen:

Eingabestring: apple|banana|cherry
Ausgabestring: ['apple', 'banana', 'cherry']

Einen String mit maximalen Aufteilungen aufteilen

In diesem Schritt werden wir einen String mit einer maximalen Anzahl von Aufteilungen aufteilen. Wir werden einen String input_string definieren, der nur einmal aufgeteilt werden soll. Mit der split()-Funktion werden wir den String anhand von | als Separator und einer maximalen Aufteilungsgrenze von 1 aufteilen.

input_string = "apple|banana|cherry"
result = np.char.split(input_string, sep='|', maxsplit=1)
print("Eingabestring: {}\nAusgabestring: {}".format(input_string,result))

Die Ausgabe des obigen Codes wird wie folgt aussehen:

Eingabestring: apple|banana|cherry
Ausgabestring: ['apple', 'banana|cherry']

Ein Array von Strings aufteilen

In diesem Schritt werden wir ein Array von Strings aufteilen. Wir werden ein Array von Strings mit Hilfe von numpy definieren. Mit der split()-Funktion werden wir das Array von Strings anhand von - als Separator und einer maximalen Aufteilungsgrenze von 1 aufteilen.

input_array = np.array(['apple-juice', 'banana-milkshake', 'cherry-smoothie'])
result = np.char.split(input_array, sep='-', maxsplit=1)
print("Eingabearray: \n{}\nAusgabearray: {}".format(input_array,result))

Die Ausgabe des obigen Codes wird wie folgt aussehen:

Eingabearray:
['apple-juice' 'banana-milkshake' 'cherry-smoothie']
Ausgabearray:
[list(['apple', 'juice']) list(['banana','milkshake']) list(['cherry','smoothie'])]

Zusammenfassung

In diesem Lab haben wir uns mit der split()-Funktion der Numpy-Bibliothek beschäftigt. Wir haben gelernt, wie man einen String anhand eines angegebenen Separators in eine Liste von Strings aufteilt. Wir haben auch die Verwendung der maximalen Aufteilungsgrenze bei der Aufteilung eines Strings behandelt. Schließlich haben wir gesehen, wie man ein Array von Strings mit der split()-Funktion aufteilt.