Numpy：将不均匀1D数组重新整形为二维数组，以进行字节打印

这对每个人来说都太容易了，但正如我在本主题中提到的，有没有办法将不均匀的1D numpy阵列重塑为2D numpy阵列？ 当我说非均匀1D数组时，形状是（34191，），这是使用np.fromfile读取二进制文件得到的

我在这里要做的实际工作是将我正在读取的二进制文件显示/打印为图像（如字节图）。 因此，将文件读取为1D numpy数组，将其转换为2D数组，显示/打印/保存为灰度图像

---

如果我正确地解释了这个问题，你有一个1D数组，你想把它显示为一个图像，但是你不知道它应该是什么形状

此函数用于查找数字的“最平方”形状（即值最接近的两个因子）

import numpy as np

def closest_factor_pair(x: int) -> tuple:
    """
    Tries to find the pair of factors of x, i.e. the
    closest integers to the square root of x.

    Example
    >>> closest_factor_pair(34191)
    (131, 261)
    """
    for i in range(int(np.sqrt(x)), 0, -1):
        if x % i == 0:
            return i, int(x/i)
    return None

我们可以使用它猜测数组的大小并显示它：

>>> size = 34191
>>> shape = closest_factor_pair(size)
(131, 261)

如果您拥有阵列，则可以重塑其形状并显示：

import matplotlib.pyplot as plt

arr = np.random.random(size)
plt.matshow(arr.reshape(shape))

其中：

---

您希望图像具有什么尺寸？我想先试用64x64。谢谢你的回答，我想我没有得到你想要的。您有34191个值，并希望将它们排列在二维网格中，对吗？但是如果网格只有64x64，那么这些值显然不适合。我想我还没有正确理解这个问题，你能试着澄清一下吗？如前所述，我想做一个字节图。也就是说，我的二进制文件的每个字节都将被视为像素，并打印/显示/保存为图像。因此，它类似于二进制十六进制查看器，但我想将二进制文件的可视化保存为nxm大小的图像

arr[：n*m]。如果
n*m
小于总长度，重塑（n，m）

将其转换为2d数组，这要感谢很多kwinkunks。正是我想要的，不用担心@jaysonpryde。我突然想到，您需要同时使用

（a，b）

和

（b，a）

来尝试重塑，以查看哪个更“有条理”。也许你可以想出一种方法，根据你的数据自动判断哪种是正确的/最好的。