Python 以扁平1D格式存储的图像的干净平铺numpy阵列

我正在用Numpy从.csv文件加载一组16x16图像。每一行是存储在CMO中的256个灰度值的列表（因此形状是（n，256），其中n是图像的数量）。这意味着我可以使用pyplot将任何单个图像显示为：

plot.imshow(np.reshape(images[index], (16,16), order='F'), cmap=cm.Greys_r)

我想用每行一定数量的图像平铺这些图像。我有一个可行的解决方案：

def TileImage(imgs, picturesPerRow=16):
    # Convert to a true list of 16x16 images
    tmp = np.reshape(imgs, (-1, 16, 16), order='F')
    img = ""
    for i in range(0, tmp.shape[0], picturesPerRow):
        # On the last iteration, we may not have exactly picturesPerRow
        # images left so we need to pad        
        if tmp.shape[0] - i >= picturesPerRow:
            mid = np.concatenate(tmp[i:i+picturesPerRow], axis=1)
        else:
            padding = np.zeros((picturesPerRow - (tmp.shape[0] -i), 16, 16))
            mid = np.concatenate(np.concatenate((tmp[i:tmp.shape[0]], padding), axis=0), axis=1)

        if img == "":
            img = mid
        else:
            img = np.concatenate((img, mid), axis=0)

    return img

这样做很好，但感觉应该有更干净的方法来做这类事情。我是Numpy的新手，我想知道是否有一种更干净的方法来平铺平坦的数据，而不需要所有的手动填充和条件连接

---

通常，这些简单的数组整形操作可以用Numpy在几行中完成，所以我觉得我遗漏了一些东西。（另外，将“”用作标志（就好像它是空指针一样）似乎有点混乱）

这里是您的实现的简化版本

想不出更简单的方法

def TileImage(imgs, picturesPerRow=16):
    """ Convert to a true list of 16x16 images
    """

    # Calculate how many columns
    picturesPerColumn = imgs.shape[0]/picturesPerRow + 1*((imgs.shape[0]%picturesPerRow)!=0)

    # Padding
    rowPadding = picturesPerRow - imgs.shape[0]%picturesPerRow
    imgs = vstack([imgs,zeros([rowPadding,imgs.shape[1]])])

    # Reshaping all images
    imgs = imgs.reshape(imgs.shape[0],16,16)

    # Tiling Loop (The conditionals are not necessary anymore)
    tiled = []
    for i in range(0,picturesPerColumn*picturesPerRow,picturesPerRow):
        tiled.append(hstack(imgs[i:i+picturesPerRow,:,:]))


    return vstack(tiled)

---

希望有帮助。

这里是您的实现的简化版本

想不出更简单的方法

def TileImage(imgs, picturesPerRow=16):
    """ Convert to a true list of 16x16 images
    """

    # Calculate how many columns
    picturesPerColumn = imgs.shape[0]/picturesPerRow + 1*((imgs.shape[0]%picturesPerRow)!=0)

    # Padding
    rowPadding = picturesPerRow - imgs.shape[0]%picturesPerRow
    imgs = vstack([imgs,zeros([rowPadding,imgs.shape[1]])])

    # Reshaping all images
    imgs = imgs.reshape(imgs.shape[0],16,16)

    # Tiling Loop (The conditionals are not necessary anymore)
    tiled = []
    for i in range(0,picturesPerColumn*picturesPerRow,picturesPerRow):
        tiled.append(hstack(imgs[i:i+picturesPerRow,:,:]))


    return vstack(tiled)

希望能有帮助