python包,用于将数组拆分为子数组(即矩形平铺和矩形域分解),类似于“numpy.array_split”。
array-split的Python项目详细描述
python包是 对现有的改进 numpy.ndarray函数, 例如 numpy.array_split, skimage.util.view_as_blocks 和 skimage.util.view_as_windows, 将多维数组细分为多个多维子数组(切片)。 示例应用程序区域包括:
- 并行处理
- 一个大(密集)数组被划分成更小的子数组,这些子数组可以是 由多个进程并发处理 (multiprocessing 或mpi4py)或其他内存有限的硬件 (例如,gpgpu使用pyopencl, pycuda等)。 对于GPGPU,子阵列必须不超过GPU内存和 子数组形状应该是工作组的倍数 (OpenCL) 或线程块(CUDA)大小。
- 文件I/O
- 一个大(密集)数组被划分成更小的子数组,这些子数组可以是 写入单个文件 (例如,作为 HDF5 Virtual Dataset)。 单个文件通常不超过指定的数目 (千兆)字节,对于HDF5,它是可取的 使单个文件子数组形状为 这个chunk shape。 同样地,out of core 大型密集阵列的算法通常需要将整个数据集处理为 核心子数组中的一系列。同样,对于单独的子阵列形状也是可取的 成为 chunk shape.
array_split包提供 表示使用以下任一条件对数组(或数组形状)进行分区:
- < L> >每个轴索引,指示^ {EM1}$CuxeEEM >位置。
特定子阵列形状。
子数组的halo(ghost)元素的规范。
要分区的形状的任意start index。
- sub-arrays are an even multiple of a specified sub-tile shape
- upper limit on the per-axis sub-array shape
每个子阵列的轴数。
快速入门示例
>>> from array_split import array_split, shape_split >>> import numpy as np >>> >>> ary = np.arange(0, 4*9) >>> >>> array_split(ary, 4) # 1D split into 4 sections (like numpy.array_split) [array([0, 1, 2, 3, 4, 5, 6, 7, 8]), array([ 9, 10, 11, 12, 13, 14, 15, 16, 17]), array([18, 19, 20, 21, 22, 23, 24, 25, 26]), array([27, 28, 29, 30, 31, 32, 33, 34, 35])] >>> >>> shape_split(ary.shape, 4) # 1D split into 4 parts, returns slice objects array([(slice(0, 9, None),), (slice(9, 18, None),), (slice(18, 27, None),), (slice(27, 36, None),)], dtype=[('0', 'O')]) >>> >>> ary = ary.reshape(4, 9) # Make ary 2D >>> split = shape_split(ary.shape, axis=(2, 3)) # 2D split into 2*3=6 sections >>> split.shape (2, 3) >>> split array([[(slice(0, 2, None), slice(0, 3, None)), (slice(0, 2, None), slice(3, 6, None)), (slice(0, 2, None), slice(6, 9, None))], [(slice(2, 4, None), slice(0, 3, None)), (slice(2, 4, None), slice(3, 6, None)), (slice(2, 4, None), slice(6, 9, None))]], dtype=[('0', 'O'), ('1', 'O')]) >>> sub_arys = [ary[tup] for tup in split.flatten()] # Create sub-array views from slice tuples. >>> sub_arys [array([[ 0, 1, 2], [ 9, 10, 11]]), array([[ 3, 4, 5], [12, 13, 14]]), array([[ 6, 7, 8], [15, 16, 17]]), array([[18, 19, 20], [27, 28, 29]]), array([[21, 22, 23], [30, 31, 32]]), array([[24, 25, 26], [33, 34, 35]])]
最新sphinx文档(包括更多示例) 在http://array-split.readthedocs.io/en/latest/。