通过循环将一个长的array截取为多个等长的短array,再对其中的数据进行对比，输出相同位置数据不同的个数

要实现这个功能，你可以遵循以下步骤：

1. 定义数组长度和分割成的小数组长度（假设每个小数组长度为`chunk_size`）：

import numpy as np

# 假设有一个很长的numpy数组
long_array = np.random.rand(1000, 10)

# 分割数组的长度
chunk_size = 50

2. 使用循环将长数组分割成多个小数组：

num_chunks = len(long_array) // chunk_size + int(len(long_array) % chunk_size > 0)
short_arrays = [long_array[i:i+chunk_size] for i in range(0, len(long_array), chunk_size)]

这里用列表推导式生成了等长的小数组。

3. 对每一对相邻的小数组进行数据对比，找出相同位置上数值不一致的元素数量：

diff_count = 0
for i in range(num_chunks - 1):
    diff = (short_arrays[i] != short_arrays[i+1]).sum()  # 使用numpy比较并计数不相等元素
    diff_count += diff

# 如果最后一个数组比第一个少部分元素，也做一次单独的比较
if len(long_array) % chunk_size > 0:
    last_short_array = long_array[-chunk_size:]
    diff = (last_short_array != short_arrays).sum()
    diff_count += diff

`diff`计算的是两个小数组中不同元素的数量，`diff_count`累加所有差异量。

4. 输出结果：

print(f"相同位置数据不同的个数: {diff_count}")

这样就完成了任务，输出的就是每个小数组之间在相同位置上的不同元素数量。注意这个方法假设数组是连续存储的，对于稀疏矩阵或其他特殊结构，可能会有所不同。