Question

我想以这种方式拆分2D数组：

实施例

从这个4x4 2D阵列：

np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]])

创建这四个2x2 2D阵列：

np.array([[1,2],[3,4]])
np.array([[5,6],[7,8]])
np.array([[9,10],[11,12]])
np.array([[13,14],[15,16]])

在一般情况下，从NxN 2D阵列（正方形阵列）创建尽可能多的KxK形状的2D阵列。

更确切地说：要创建输出数组，不一定要使用行中的所有值。

示例：

从2D 8x8数组中，值为1到64，如果我想在2D 2x2数组中拆分此数组，则8x8数组中的第一行是1到8的行，第一个输出2D 2x2数组将是是np.array（[[1,2]，[3,4]]），第二个输出2D 2x2数组将是np.array（[[5,6]，[7,8]]）...它一直持续到最后一个输出2D数组，即np.array（[[61,62]，[63,64]]）。看看每个2D 2x2数组都没有填充行中的所有值（CORRECT）。

有一种Numpy方法可以做到这一点吗？

Answer 1

您可能正在寻找类似numpy.reshape的内容。

在你的例子中：

numpy.array([[1,2,3,4], [5,6,7,8]]).reshape(2,4)
>>>array([[1,2], [3,4], [5,6], [7,8]])

或者，正如@MSeifert所建议的那样，使用-1作为最终维度会让numpy单独进行除法：

numpy.array([[1,2,3,4], [5,6,7,8]]).reshape(2,-1)
>>>array([[1,2], [3,4], [5,6], [7,8]])

Answer 2

要获得所需的输出，您需要重塑为3D阵列，然后解压缩第一维：

>>> inp = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]])
>>> list(inp.reshape(-1, 2, 2))
[array([[1, 2],
        [3, 4]]), 
 array([[5, 6],
        [7, 8]]), 
 array([[ 9, 10],
        [11, 12]]), 
 array([[13, 14],
        [15, 16]])]

如果要将数组存储在不同的变量而不是一个数组列表中，也可以使用=解压缩：

>>> out1, out2, out3, out4 = inp.reshape(-1, 2, 2)
>>> out1
array([[1, 2],
       [3, 4]])

如果您对包含2D 2x2阵列的3D阵列感到满意，则无需解压缩或list()来电：

>>> inp.reshape(-1, 2, 2)
array([[[ 1,  2],
        [ 3,  4]],

       [[ 5,  6],
        [ 7,  8]],

       [[ 9, 10],
        [11, 12]],

       [[13, 14],
        [15, 16]]])

-1是reshape的特殊值。正如documentation所述：

一个形状尺寸可以是-1。在这种情况下，该值是从数组长度和剩余维度推断出来的。

如果您希望它更通用，只需取行长的平方根并将其用作reshape的参数：

>>> inp = np.ones((8, 8))  # 8x8 array
>>> square_shape = 2
>>> inp.reshape(-1, square_shape, square_shape)  # 16 2x2 arrays

>>> square_shape = 4
>>> inp.reshape(-1, square_shape, square_shape)  # 4 4x4 arrays

Answer 3

如果你想逐行拆分，你可以做np.reshape（arr，（2,2），order ='C'）如果你想按列分割它，你可能没有.reshape（arr，（2,2），order ='F'）

如何拆分2D数组，从“行到行”值创建数组

3 个答案: