Python 在Numpy中拆分多维数组

我正在尝试拆分多维数组（

array

）

将numpy导入为np
形状=（3,4,4,2）
数组=np.random.randint（0,10，形状）

进入一个数组（

new_array

），形状为

（3,2,2,2,2）

，其中维度1已拆分为2（维度1和2），而

数组中的维度2已拆分为2（维度3和4）

到目前为止，我得到了一种工作方法，即：

div_x=2
div_y=2
new\u dim\u x=shape[1]//div\u x
new\u dim\u y=shape[2]//div\u y
新的_数组_split=np.数组（[np.split（每个_sub，轴=2，索引_或_部分=div_y）用于np.split中的每个_sub（数组[：，：（新_dim_x*div_x），：（新_dim_y*div_y）]，轴=1，索引_或_部分=div_x）]）

我还考虑使用
重塑
：

new_array_reformate=array[：，：（div_x*new_dim_x），：（div_y*new_dim_y），…]重塑（shape[0]，div_x，div_y，new_dim_x，new_dim_y，shape[-1]）。转置（1,2,0,3,4,5）

重塑
方法比
拆分
方法更快：

%timeit数组[：，：（div_x*new_dim_x），：（div_y*new_dim_y），…]重塑（shape[0]，div_x，div_y，new_dim_x，new_dim_y，shape[-1]）。转置（1,2,0,3,4,5）
每个回路2.16µs±44.1 ns（7次运行的平均值±标准偏差，每个100000个回路）
%timeit np.数组（[np.split（每个_sub，轴=2，索引_或_部分=div_y）用于np.split中的每个_sub（数组[：，：（新尺寸x*div_x），：（新尺寸y*div_y）]，轴=1，索引_或_部分=div_x）]）
每个回路58.3µs±2.13µs（7次运行的平均值±标准偏差，每个10000个回路）

但是，由于最后一个维度，我无法得到相同的结果：

print（‘重塑方法’）
打印（新阵列形状[1,0,0，…]）
打印（“\n打印方法”）
打印（新数组分割[1,0,0，…]）
整形法
[[[2 2]
[4 3]]
[[3 5]
[5 9]]]
分裂法
[[[2 2]
[4 3]]
[[5 3]
[9 8]]]

split方法完全符合我的要求，我确实逐个检查了数字，它实现了我想要的拆分类型，但速度不是我想要的

问题

是否有一种方法可以使用“重塑”或任何其他方法获得与“拆分”方法相同的结果

上下文

数组实际上是来自图像处理的数据流，其中
数组
的第一个维度是时间，第二个维度是坐标x（4），第三个维度是坐标y（4），第四个维度（2）是流的大小和相位

我想将图像（坐标x和y）分割成子图像，形成一个2x2的图片数组，这样我可以更局部地分析流，执行平均值、聚类等

这个过程（分割）将被执行很多次，这就是为什么我要寻找一个最佳和有效的解决方案。我相信方法可能是使用
重塑
，但我愿意接受任何其他选择。
-

对于您的用例，我不确定
重塑
是否是最佳选择。如果希望能够进行局部平均和聚类，则可能需要一个窗口函数：

from skimage.util import view_as_windows

def window_over(arr, size = 2, step = 2, axes = (1, 2) ):
    wshp = list(arr.shape)
    for a in axes:
        wshp[a] = size
    return view_as_windows(arr, wshp, step).squeeze()

window_over(test).shape
Out[]: (2, 2, 3, 2, 2, 2)

然后可以使用
转置
重新排列输出轴。这样做的好处是，您可以获得中间窗口：

window_over(test, step = 1).shape
Out[]: (3, 3, 3, 2, 2, 2)

这包括重叠的2x2窗口，因此可以得到3x3个结果

由于可以重叠，因此也不需要窗口可以被尺寸大小整除：

window_over(test, size = 3).shape
Out[]: (2, 2, 3, 3, 3, 2)

听起来你甚至想在中间的二维空间上使用（nxn）窗口函数？这将使您能够更轻松地进行空间平均和聚类。可以让你被任何形状的窗户“分开”是的，这就是我想要的。如果您愿意，请检查Divakar解决方案！不过，
重塑
并不是这样做的。检查我的答案。我就快到了！！我的代码是
数组。重塑（3,2,2,2,2,2）…转置（1,2,0,3,4,5）
因此新维度似乎正好位于拆分维度之后。。。这是有道理的。。。我不知道为什么我以前没有想到这一点。非常感谢你！嗨，Daniel F.你能进一步说明为什么我不应该使用整形吗？我想使用窗口函数，您可以只获取阵列上的视图，而无需修改它。这就是你的意思吗？回答也很好！我确实看过函数
view\u as\u windows
，但我认为我没有完全正确地理解它的用途。
window_over(test, size = 3).shape
Out[]: (2, 2, 3, 3, 3, 2)