对于每个人来说这可能太容易了,但正如我在主题中所提到的,有没有办法将不均匀的1D numpy数组重塑为2D numpy数组?当我说不均匀的1D数组时,形状是(34191,),这来自于使用np.fromfile读取二进制文件
我在这里尝试做的实际事实是显示/绘制我正在读取的二进制文件作为图像(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/绘图/将其保存为灰度图像。
任何想法都表示赞赏
如果我正确地解释了这个问题,你就有了一维数组,并且想要将它显示为一个图像,但你不知道它应该是什么样的形状。
该函数找到数字的“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
我们可以用它来猜测数组的大小并显示它:
>>> size = 34191
>>> shape = closest_factor_pair(size)
(131, 261)
如果你有阵列,你可以重塑它并显示:
import matplotlib.pyplot as plt
arr = np.random.random(size)
plt.matshow(arr.reshape(shape))
这使: