本文旨在解决将一维 NumPy 数组重塑为尽可能接近正方形的二维数组的问题。由于并非所有数组长度都能完美分解为两个相等的整数，因此我们需要找到两个因子，它们的乘积等于数组长度，并且这两个因子尽可能接近。本文将介绍两种实现该目标的 Python 函数，并提供详细的代码示例和解释。
寻找最佳的数组形状
当需要将一维 NumPy 数组重塑为二维数组时，我们通常希望得到的二维数组的形状尽可能接近正方形。这意味着我们需要找到两个整数 p 和 q，使得 p * q 等于数组的长度 n，并且 p 和 q 的值尽可能接近 sqrt(n)。
以下提供了两种方法来实现这个目标：
方法一：快速查找（适用于较小的 n）
这种方法通过迭代小于 sqrt(n) 的整数来寻找因子，并选择最接近 sqrt(n) 的因子。
import numpy as npfrom math import isqrtdef np_squarishrt(n): a = np.arange(1, isqrt(n) + 1, dtype=int) b = n // a i = np.where(a * b == n)[0][-1] return a[i], b[i]
代码解释：
isqrt(n): 计算 n 的整数平方根。np.arange(1, isqrt(n) + 1, dtype=int): 创建一个从 1 到 isqrt(n) 的整数数组。b = n // a: 计算 n 除以 a 中每个元素的整数商。np.where(a * b == n)[0][-1]: 找到 a * b == n 的索引，并选择最后一个索引。这是为了确保我们选择的是最接近 sqrt(n) 的因子。return a[i], b[i]: 返回找到的两个因子。
使用示例：
a = np.arange(500)b = a.reshape(np_squarishrt(len(a)))print(b.shape) # 输出: (20, 25)
方法二：通用方法（适用于较大的 n）
这种方法使用质因数分解和幂集来查找所有可能的因子组合，并选择最接近 sqrt(n) 的因子。
import numpy as npfrom math import isqrtfrom itertools import chain, combinationsdef factors(n): while n > 1: for i in range(2, n + 1): if n % i == 0: n //= i yield i breakdef uniq_powerset(iterable): """ Similar to powerset(it) but without repeats. uniq_powerset([1,1,2]) --> (), (1,), (2,), (1, 1), (1, 2), (1, 1, 2)""" s = list(iterable) return chain.from_iterable(set(combinations(s, r)) for r in range(len(s)+1))def squarishrt(n): p = isqrt(n) if p**2 == n: return p, p bestp = 1 f = list(factors(n)) for t in uniq_powerset(f): if 2 * len(t) > len(f): break p = np.prod(t) if t else 1 q = n // p if p > q: p, q = q, p if p > bestp: bestp = p return bestp, n // bestp
代码解释：
factors(n): 使用埃拉托斯特尼筛法找到 n 的所有质因数。uniq_powerset(iterable): 生成一个幂集，但不包含重复的组合。squarishrt(n):首先检查 n 是否是完全平方数。如果是，则返回 sqrt(n), sqrt(n)。否则，找到 n 的所有质因数，并生成所有可能的因子组合。对于每个因子组合，计算 p 和 q，并选择最接近 sqrt(n) 的因子。
使用示例：
a = np.arange(500)b = a.reshape(squarishrt(len(a)))print(b.shape) # 输出: (20, 25)
注意事项：
方法二的计算复杂度较高，特别是对于较大的 n。方法一对于较小的 n 来说通常足够快。选择哪种方法取决于 n 的大小和性能要求。
总结：
本文介绍了两种将一维 NumPy 数组重塑为接近正方形的二维数组的方法。方法一适用于较小的 n，而方法二适用于较大的 n。选择哪种方法取决于 n 的大小和性能要求。通过使用这些方法，您可以轻松地将一维 NumPy 数组重塑为更易于处理的二维数组。
以上就是将一维 NumPy 数组重塑为接近正方形的二维数组的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1371496.html
微信扫一扫 
支付宝扫一扫 
