Question

我有一些1300x1341矩阵表示的数据。我想将这个矩阵分成几个部分（例如9），以便我可以循环并处理它们。数据需要保持有序，因为x [0,1]保持低于（或者如果你愿意的话）x [0,0]以及x [1,1]。就像您对数据进行成像一样，您可以在图像上绘制2条垂直线和2条水平线来说明9个部分。

如果我使用numpys reshape（例如matrix.reshape（9,260,745）或9,260,745的任何其他组合），由于上述排序丢失，它不会产生所需的结构......

我是否误解了重塑方法还是可以这样做？

还有什么其他的pythonic / numpy方法呢？

Answer 1

听起来您需要使用numpy.split()，其中包含文档here ...或者其兄弟numpy.array_split() here。它们用于将数组拆分成相等的子部分，而无需重新排列数字，例如重塑数据，

我没有测试过这个，但是有点像：

numpy.array_split(numpy.zeros((1300,1341)), 9)

应该这样做。

Answer 2

重塑，引用其docs，

为数组提供新形状改变其数据。

换句话说，它根本不会移动数组的数据 - 它只会影响数组的维度。另一方面，你似乎需要slicing;再次引用：

可以切片和跨步用于提取相同数组的数组尺寸数量，但不同尺寸比原来的。切片和跨步的工作完全一样它为列表和元组做的方式除了他们可以申请多个维度。

所以例如thearray[0:260, 0:745]是“最左上角，thearray[260:520, 0:745]左上角的中间部分，等等。你可以引用列表中的各个部分（或dict）用适当的键）来单独处理它们。