python – 拆分2D numpy数组,可以进行不均匀的拆分

发布时间：2020-12-20 11:03:05 所属栏目：Python 来源：网络整理

导读：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40×40(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87×40应为(40×40和47×40).到目

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40×40(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87×40应为(40×40和47×40).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？

解决方法

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,则生成偶数分裂.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,调用array_split,并在split_idx上拆分：

# 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)]

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!