Numpy：将不均匀的一维数组重塑为二维数组以进行字节绘图

Question

这对每个人来说可能太容易了，但正如我在主题中提到的，有没有办法将不均匀的一维 numpy 数组重塑为二维 numpy 数组？当我说不均匀的一维数组时，形状是 (34191,)，这是使用 np.fromfile[= 读取二进制文件得到的10=]

我在这里尝试做的实际事情实际上是 display/plot 我正在读取的二进制文件作为图像（如字节图）。所以将文件读取为一维 numpy 数组，将其转换为二维数组，display/plot/将其保存为灰度图像。

欢迎任何想法

Answer 1

如果我对问题的解释正确，你有一个一维数组，你想将它显示为图像，但你不知道先验什么形状它应该是。

此函数查找数字的 'squarest' 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)

如果你有你的数组，你可以重塑它并显示：

import matplotlib.pyplot as plt

arr = np.random.random(size)
plt.matshow(arr.reshape(shape))

给出：

Numpy：将不均匀的一维数组重塑为二维数组以进行字节绘图

Numpy: reshape uneven 1D array to 2D array for byte plotting

numpy

reshape