将2d阵列切成较小的2d阵列

Question

将2d阵列切成较小的2d阵列有没有办法将ndy中的2d数组切成较小的2d数组？例[[1,2,3,4],   ->    [[1,2] [3,4]    [5,6,7,8]]          [5,6] [7,8]]所以我基本上想要将2x4阵列减少为2个2x2阵列。寻找用于图像的通用解决方案。

Answer 1

你应该能够打破你的数组转换成“块”使用的一些组合reshape和swapaxes：

def blockshaped(arr, nrows, ncols):
    """
    Return an array of shape (n, nrows, ncols) where
    n * nrows * ncols = arr.size

    If arr is a 2D array, the returned array should look like n subblocks with
    each subblock preserving the "physical" layout of arr.
    """
    h, w = arr.shape    assert h % nrows == 0, "{} rows is not evenly divisble by {}".format(h, nrows)
    assert w % ncols == 0, "{} cols is not evenly divisble by {}".format(w, ncols)
    return (arr.reshape(h//nrows, nrows, -1, ncols)
               .swapaxes(1,2)
               .reshape(-1, nrows, ncols))

圈 c

c = np.arange(24).reshape((4,6))print(c)# [[ 0  1  2  3  4  5]#  [ 6  7  8  9 10 11]#  [12 13 14 15 16 17]#  [18 19 20 21 22 23]]

成

print(blockshaped(c, 2, 3))# [[[ 0  1  2]#   [ 6  7  8]]#  [[ 3  4  5]#   [ 9 10 11]]#  [[12 13 14]#   [18 19 20]]#  [[15 16 17]#   [21 22 23]]]

---

我已经张贴了反函数，unblockshaped在这里，和N维泛化这里。这种概括可以更深入地了解该算法背后的推理。

---

请注意，还有超级鱼类 blockwise_view。它以不同的格式排列块（使用更多的轴），但它的优点是（1）总是返回视图，（2）能够处理任何维度的数组。

Answer 2

在我看来，这是一个任务numpy.split或一些变体。

例如

a = np.arange(30).reshape([5,6])  #a.shape = (5,6)

a1 = np.split(a,3,axis=1) 

#'a1' is a list of 3 arrays of shape (5,2)

a2 = np.split(a, [2,4])

#'a2' is a list of three arrays of shape (2,5), (2,5), (1,5)

如果您有NxN图像，则可以创建例如2个NxN / 2个子图像的列表，然后沿另一个轴划分它们。

numpy.hsplit并且numpy.vsplit也可用。