如何将numpy数组拆分为固定大小的块（有无重叠）？

Question

可以说我有一个数组：

>>> 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f(arr, shape=(2, 2))接受数组和形状的函数，然后将数组拆分为给定形状的块 而无需
填充。因此，如有必要，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]]]])

我设法创建了以上输出np.lib.stride_tricks.as_strided(arr, shape=(2, 2, 2, 2), strides=(24, 8, 24, 8))。但是我不知道如何将其推广到所有数组和所有块大小。

优选地，对于3D阵列。

如果没有必要重叠，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，但要求数组和块形状兼容。

Answer 1

在scikit-image中view_as_windows有一个内置的功能可以做到这一点-

from skimage.util.shape import view_as_windows

view_as_windows(arr, (2,2))

样品运行-

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，请使用其同一个家族/模块的表亲view_as_blocks-

from skimage.util.shape import view_as_blocks

view_as_blocks(arr, (2,2))