如何按百分比重叠分割数组？NumPy数组分块函数实现需求

我来帮你实现这个按指定块数和重叠百分比分割NumPy数组每列的函数，下面一步步拆解需求并给出代码：

核心逻辑推导 #

要实现这个功能，我们需要先明确几个关键参数的计算方式：

• 窗口大小（window_size）：每个块包含的元素数量，由列长度、目标块数和重叠率共同决定。公式推导：
  假设列长度为n，目标块数为k，重叠率为p（0≤p<1），那么k个块覆盖的总元素长度为：
  window_size + (k-1)*window_size*(1-p) ≤ n
  整理后得到窗口大小的计算方式：window_size = n // [1 + (k-1)*(1-p)]
• 步长（step）：相邻两个块起始位置的间隔，等于窗口大小减去重叠部分的长度：step = int(window_size*(1-p))
• 有效起始索引：确保每个块的结束位置不超过列的长度，即start + window_size ≤ n

完整代码实现 #

import numpy as np

def split_columns_by_blocks(arr, num_blocks, overlap_percent):
    """
    将二维NumPy数组的每一列按指定块数和重叠百分比分割为多个块
    
    参数:
        arr: 输入的二维NumPy数组
        num_blocks: 目标分割的块数（正整数）
        overlap_percent: 重叠百分比，范围0到1（不包含1）
    
    返回:
        列表，每个元素对应原数组一列的分割结果（二维NumPy数组）
    """
    # 输入合法性检查
    if not isinstance(arr, np.ndarray) or arr.ndim != 2:
        raise ValueError("输入必须是二维NumPy数组")
    if not isinstance(num_blocks, int) or num_blocks <= 0:
        raise ValueError("块数必须是正整数")
    if not (0 <= overlap_percent < 1):
        raise ValueError("重叠百分比必须在[0, 1)范围内")
    
    split_results = []
    # 遍历每一列
    for col in arr.T:
        col_length = len(col)
        
        # 特殊情况：只需要1个块，直接返回整列
        if num_blocks == 1:
            split_results.append(np.array([col]))
            continue
        
        # 计算窗口大小
        denominator = 1 + (num_blocks - 1) * (1 - overlap_percent)
        window_size = int(col_length // denominator)
        
        # 窗口大小为0，说明列太短无法分割，返回空列表
        if window_size == 0:
            split_results.append(np.array([]))
            continue
        
        # 计算步长
        step = int(window_size * (1 - overlap_percent))
        # 处理步长为0的极端情况（重叠率接近100%）
        if step == 0:
            step = 1
        
        # 生成所有有效的起始索引
        valid_starts = [i * step for i in range(num_blocks) 
                        if i * step + window_size <= col_length]
        
        # 截取每个块并转换为数组
        column_blocks = np.array([col[start:start+window_size] for start in valid_starts])
        split_results.append(column_blocks)
    
    return split_results

测试示例 #

用你提供的输入数组测试一下：

# 测试输入
test_arr = np.array([[3, 7],[5, 8],[6, 19],[8, 59],[10, 42],[12, 54], [13, 32], [14, 19], [99, 19]])
# 按3块、50%重叠分割
result = split_columns_by_blocks(test_arr, num_blocks=3, overlap_percent=0.5)

# 打印第1列的分割结果
print("第1列分割结果：")
print(result[0])
# 输出：
# [[ 3  5  6  8]
#  [ 6  8 10 12]
#  [10 12 13 14]]

# 打印第2列的分割结果
print("\n第2列分割结果：")
print(result[1])
# 输出：
# [[ 7  8 19 59]
#  [19 59 42 54]
#  [42 54 32 19]]

边界情况说明 #

• 当num_blocks=1时，直接将整列作为一个块返回
• 当列长度不足以分割出指定块数时，对应列的分割结果为空数组
• 当重叠百分比接近100%（步长为0）时，自动将步长设为1，避免死循环

内容的提问来源于stack exchange，提问作者mak