Skip to main content
 首页 » 编程设计

python之沿 2D 数组的最后一个轴滑动窗口以使用 NumPy strides 给出 3D 数组

2025年02月15日8kerrycode

我正在尝试使用 numpy.lib.stride_tricks 中的函数 as_strided 从更大的二维数组中提取子系列,但我很难找到正确的方法为 strides 参数编写。

假设我有一个矩阵 m,其中包含 5 个长度为 (a=)10 的一维数组。我想为 m 中的每个一维数组提取长度为 (b=)4 的子一维数组。

import numpy 
from numpy.lib.stride_tricks import as_strided 
 
a, b = 10, 4 
m = numpy.array([range(i,i+a) for i in range(5)]) 
 
# first try 
sub_m = as_strided(m, shape=(m.shape[0], m.shape[1]-b+1, b)) 
print sub_m.shape # (5,7,4) which is what i expected 
print sub_m[-1,-1,-1] # Some unexpected strange number: 8227625857902995061 
 
# second try with strides argument 
sub_m = as_strided(m, shape=(m.shape[0], m.shape[1]-b+1, b), strides=(m.itemize,m.itemize,m.itemize)) 
# gives error, see below 

AttributeError: 'numpy.ndarray' object has no attribute 'itemize'

如您所见,我在第一次尝试中就成功地获得了 sub_m 的正确形状。但是我找不到要在 strides=()

中写的内容

信息:

m = [[ 0  1  2  3  4  5  6  7  8  9] 
 [ 1  2  3  4  5  6  7  8  9 10] 
 [ 2  3  4  5  6  7  8  9 10 11] 
 [ 3  4  5  6  7  8  9 10 11 12] 
 [ 4  5  6  7  8  9 10 11 12 13]] 

预期输出:

sub_n = [ 
         [[0 1 2 3] [1 2 3 4] ... [5 6 7 8] [6 7 8 9]] 
         [[1 2 3 4] [2 3 4 5] ... [6 7 8 9] [7 8 9 10]] 
         [[2 3 4 5] [3 4 5 6] ... [7 8 9 10] [8 9 10 11]] 
         [[3 4 5 6] [4 5 6 7] ... [8 9 10 11] [9 10 11 12]] 
         [[4 5 6 7] [5 6 7 8] ... [9 10 11 12] [10 11 12 13]] 
        ] 

edit:我有更多数据,这就是我想使用 as_strided(效率)的原因

请您参考如下方法:

这是 np.lib.stride_tricks.as_strided 的一种方法-

def strided_lastaxis(a, L): 
    s0,s1 = a.strides 
    m,n = a.shape 
    return np.lib.stride_tricks.as_strided(a, shape=(m,n-L+1,L), strides=(s0,s1,s1)) 

关于 as_strided 步幅的一些解释:

我们有 3D 步幅,它沿着最后一个/第三个轴递增一个元素,所以 s1 那里是最后一个轴步幅。第二个轴跨越相同的一个元素“距离”,因此 s1 也是如此。对于第一个轴,步幅与数组的第一个轴步幅长度相同,因为我们移动到下一行,所以 s0 在那里。

sample 运行-

In [46]: a 
Out[46]:  
array([[0, 5, 6, 2, 3, 6, 7, 1, 4, 8], 
       [2, 1, 3, 7, 0, 3, 5, 4, 0, 1]]) 
 
In [47]: strided_lastaxis(a, L=4) 
Out[47]:  
array([[[0, 5, 6, 2], 
        [5, 6, 2, 3], 
        [6, 2, 3, 6], 
        [2, 3, 6, 7], 
        [3, 6, 7, 1], 
        [6, 7, 1, 4], 
        [7, 1, 4, 8]], 
 
       [[2, 1, 3, 7], 
        [1, 3, 7, 0], 
        [3, 7, 0, 3], 
        [7, 0, 3, 5], 
        [0, 3, 5, 4], 
        [3, 5, 4, 0], 
        [5, 4, 0, 1]]])