作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
假设我有一个数组:
>>> arr = np.array(range(9)).reshape(3, 3)
>>> arr
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
我想创建一个函数 f(arr, shape=(2, 2))
接受数组和形状,并将数组拆分为给定形状的 block 没有填充。因此,必要时通过重叠某些部分。例如:
>>> f(arr, shape=(2, 2))
array([[[[0, 1],
[3, 4]],
[[1, 2],
[4, 5]]],
[[[3, 4],
[6, 7]],
[[4, 5],
[7, 8]]]])
我设法使用 np.lib.stride_tricks.as_strided(arr, shape=(2, 2, 2, 2), strides=(24, 8, 24, 8))
。但我不知道如何将其推广到所有数组和所有 block 大小。
优选地,对于 3D 阵列。
如果不需要重叠,则应避免重叠。另一个例子:
>>> arr = np.array(range(16).reshape(4,4)
>>> arr
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
>>> f(arr, shape=(2,2))
array([[[[0, 1],
[4, 5]],
[[2, 3],
[6, 7]]],
[[[8, 9],
[12, 13]],
[[10, 11],
[14, 15]]]])
skimage.util.view_as_blocks
接近,但要求数组和 block 形状兼容。
最佳答案
scikit-image as view_as_windows
中有一个内置函数正是因为这样做 -
from skimage.util.shape import view_as_windows
view_as_windows(arr, (2,2))
sample 运行-
In [40]: arr
Out[40]:
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
In [41]: view_as_windows(arr, (2,2))
Out[41]:
array([[[[0, 1],
[3, 4]],
[[1, 2],
[4, 5]]],
[[[3, 4],
[6, 7]],
[[4, 5],
[7, 8]]]])
对于第二部分,使用来自同一系列/模块的表亲 view_as_blocks
-
from skimage.util.shape import view_as_blocks
view_as_blocks(arr, (2,2))
关于python - 如何在有和没有重叠的情况下将 numpy 数组拆分为固定大小的 block ?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42831022/
我是一名优秀的程序员,十分优秀!