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/。
欢迎加入QQ群-->： 979659372
