Question

我在python中有一个2D numpy数组，它对应于在for循环中计算的图像。阵列的大小是Nx40。我希望在循环的每个步骤中将初始数组拆分为大小为40x40（大约）的矩形数组。如果N不能除以40，那么最后一个图像应该包含剩余的除法。因此，例如87x40应为（40x40和47x40）。到目前为止我做了什么：

div_num = spec.shape[0] / spec.shape[1]
remaining = spec.shape[0] % spec.shape[1]

lista = []
for i in range(1, div_num+1):
     img = spec[((i-1)*40):(i*40)][0:40]
     lista.append(img)

如何在最后一张图片中添加剩余的行？

Answer 1

你可以使用np.array_split来处理不均匀的分裂。首先，我将初始化一些随机数组：

arr = np.random.randn(87, 40)

接下来，计算要拆分的索引。如果arr的形状可被40整除，则生成偶数分割。否则，溢出进入第（n-1）个数组。

# compute the indices to split on
if arr.shape[0] % 40 == 0:
    split_idx = arr.shape[0] // 40
else:
    split_idx = np.arange(40, arr.shape[0], 40)[:-1]

最后，致电array_split，然后拆分split_idx：

# split along the 0th axis
splits = np.array_split(arr, split_idx, axis=0)

验证我们的阵列是否已正确分区：

[s.shape for s in splits]
[(40, 40), (47, 40)]

拆分2D numpy数组，可以进行不均匀的分割

1 个答案: