将 2d numpy 数组分成 nxn 个块答案

【问题标题】：separating 2d numpy array into nxn chunks将 2d numpy 数组分成 nxn 个块
【发布时间】：2020-04-08 06:14:17
【问题描述】：

您如何将 2D numpy 数组分成 nxn 个块？

例如以下形状数组(4,4)：

arr = [[1,2,3,4],
       [5,6,7,8],
       [9,10,11,12],
       [13,14,15,16]]

通过使用不同的 (2x2) 数组进行二次采样，转换为形状为 (4,2,2) 的数组：

new_arr = [[[1,2],
            [5,6]],
           [[3,4],
            [7,8]],
           [[9,10],
            [13,14]],
           [[11,12],
            [15,16]]]

【问题讨论】：

标签： python arrays numpy slice

【解决方案1】：

您可以使用np.vsplit 将数组垂直拆分为多个子数组。同样，您可以使用np.hsplit 将数组水平拆分为多个子数组。为了更好地理解这一点，请检查使用 np.vsplit 和 np.hsplit 方法的通用 resample 函数。

使用这个：

def ressample(arr, N):
    A = []
    for v in np.vsplit(arr, arr.shape[0] // N):
        A.extend([*np.hsplit(v, arr.shape[0] // N)])
    return np.array(A)

示例 1： 给定的 2D 数组的形状为 4x4，我们希望将其子采样到形状为 2x2 的块中。

arr = np.array([[1, 2, 3, 4],
                [5, 6, 7, 8],
                [9, 10, 11, 12],
                [13, 14, 15, 16]])  
print(ressample(arr, 2)) #--> chunk size 2

输出 1：

[[[ 1  2]
  [ 5  6]]

 [[ 3  4]
  [ 7  8]]

 [[ 9 10]
  [13 14]]

 [[11 12]
  [15 16]]]

示例 2： 考虑给定的二维数组包含 8 行和 8 列。现在我们将这个数组二次采样成 4x4 形状的块。

arr = np.random.randint(0, 10, 64).reshape(8, 8)   
print(ressample(arr, 4)) #--> chunck size 4

示例输出 2：

[[[8 3 7 5]
  [7 2 6 1]
  [7 9 2 2]
  [3 1 8 8]]

 [[2 0 3 2]
  [2 9 0 8]
  [2 6 3 9]
  [2 4 4 8]]

 [[9 9 1 8]
  [9 1 5 0]
  [8 5 1 2]
  [2 7 5 1]]

 [[7 8 9 6]
  [9 0 9 5]
  [8 9 8 3]
  [7 3 6 3]]]

【讨论】：

【解决方案2】：

您可以执行以下操作，并将其调整为您的数组：

import numpy as np

arr = [[1,2,3,4],
       [5,6,7,8],
       [9,10,11,12],
       [13,14,15,16]]

arr_new = np.array([[arr[i][j:j+2], arr[i+1][j:j+2]] for j in range(len(arr[0])-2) for i in range(len(arr)-2)])
print(arr_new)
print(arr_new.shape)

这给出了以下输出：

[[[ 1  2]
  [ 5  6]]

 [[ 5  6]
  [ 9 10]]

 [[ 2  3]
  [ 6  7]]

 [[ 6  7]
  [10 11]]]
(4, 2, 2)

【讨论】：

【解决方案3】：

您可以使用hsplit() 和vsplit() 方法来实现上述目的。

import numpy as np

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

ls1,ls2 = np.hsplit(arr, 2)
ls1 = np.vsplit(ls1,2)
ls2 = np.vsplit(ls2,2)
ls = ls1 + ls2
result = np.array(ls)

print(result)

>>> 
 [[[ 1  2]
  [ 5  6]]

 [[ 9 10]
  [13 14]]

 [[ 3  4]
  [ 7  8]]

 [[11 12]
  [15 16]]]

print(result.tolist())

>>> [[[1, 2], [5, 6]], [[9, 10], [13, 14]], [[3, 4], [7, 8]], [[11, 12], [15, 16]]]

【讨论】：