Die Frage ist das Gegenteil von diese Frage . Ich suche nach einer generischen Methode aus dem ursprünglichen großen Array aus kleinen Arrays:
%Vor%Ich entwickle gerade eine Lösung, werde sie veröffentlichen, wenn sie fertig ist, möchte aber andere (bessere) Wege sehen.
Zum Beispiel
%Vor% Beachten Sie, dass es auch Superfische gibt
blockwise_view . Es arrangiert die
Blöcke in einem anderen Format (mit mehr Achsen), aber es hat den Vorteil von (1)
immer eine Ansicht zurückgeben und (2) in der Lage sein, Arrays von irgendwelchen zu übergeben
Dimension.
Ich hoffe, ich verstehe, dass wir a,b :
Um es zu einem großen 2d-Array zu machen, numpy.concatenate verwenden :
%Vor%Es funktioniert für die Bilder, die ich für jetzt getestet habe. Werden weitere Tests durchgeführt? Es ist jedoch eine Lösung, die Geschwindigkeit und Speichernutzung nicht berücksichtigt.
%Vor%Hier ist eine Lösung, die man verwenden kann, wenn jemand Kacheln einer Matrix erstellen möchte:
%Vor%