如何正确使用 numpy as_strided （来自 np.stride_tricks）？

Question

我正在尝试使用 重塑 numpy 数组numpy.strided_tricks。这是我正在遵循的指南：https ://stackoverflow.com/a/2487551/4909087

我的用例非常相似，不同之处在于我需要 3 的步幅。

给定这个数组：

a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])

我想得到：

array([[1, 2, 3],
       [2, 3, 4],
       [3, 4, 5],
       [4, 5, 6],
       [5, 6, 7],
       [6, 7, 8],
       [7, 8, 9]])

这是我尝试过的：

import numpy as np

as_strided = np.lib.stride_tricks.as_strided
a = np.arange(1, 10)

as_strided(a, (len(a) - 2, 3), (3, 3))

array([[                 1,      2199023255552,             131072],
       [     2199023255552,             131072, 216172782113783808],
       [            131072, 216172782113783808,        12884901888],
       [216172782113783808,        12884901888,                768],
       [       12884901888,                768,   1125899906842624],
       [               768,   1125899906842624,           67108864],
       [  1125899906842624,           67108864,                  4]])

我很确定我已经按照这个例子做到了，但显然没有。我哪里错了？

Answer 1

接受的答案（和讨论）很好，但为了不想运行自己的测试用例的读者的利益，我将尝试说明正在发生的事情：

In [374]: a = np.arange(1,10)
In [375]: as_strided = np.lib.stride_tricks.as_strided

In [376]: a.shape
Out[376]: (9,)
In [377]: a.strides 
Out[377]: (4,)

对于连续的一维数组，strides是元素的大小，这里是 4 个字节，一个 int32。要从一个元素移动到下一个元素，它会前进 4 个字节。

OP尝试了什么：

In [380]: as_strided(a, shape=(7,3), strides=(3,3))
Out[380]: 
array([[        1,       512,    196608],
       [      512,    196608,  67108864],
       [   196608,  67108864,         4],
       [ 67108864,         4,      1280],
       [        4,      1280,    393216],
       [     1280,    393216, 117440512],
       [   393216, 117440512,         7]])

这是步进了 3 个字节，跨越了 int32 边界，并且给出了大部分难以理解的数字。如果 dtype 是 bytes 或 uint8，则可能更有意义。

相反，使用a.strides*2（元组复制），或者(4,4)我们得到所需的数组：

In [381]: as_strided(a, shape=(7,3), strides=(4,4))
Out[381]: 
array([[1, 2, 3],
       [2, 3, 4],
       [3, 4, 5],
       [4, 5, 6],
       [5, 6, 7],
       [6, 7, 8],
       [7, 8, 9]])

列和行都步进一个元素，从而产生 1 步移动窗口。我们还可以设置shape=(3,7)3 个窗口 7 个元素长。

In [382]: _.strides
Out[382]: (4, 4)

将每个窗口的步幅更改为 (8,4) 步骤 2 个元素。

In [383]: as_strided(a, shape=(7,3), strides=(8,4))
Out[383]: 
array([[          1,           2,           3],
       [          3,           4,           5],
       [          5,           6,           7],
       [          7,           8,           9],
       [          9,          25, -1316948568],
       [-1316948568,   184787224, -1420192452],
       [-1420192452,           0,           0]])

但形状已关闭，向我们显示原始数据缓冲区末尾的字节。这可能很危险（我们不知道这些字节是否属于其他对象或数组）。对于这个大小的数组，我们无法获得完整的 2 步窗口集。

现在为每行添加 3 个元素 (3*4, 4)：

In [384]: as_strided(a, shape=(3,3), strides=(12,4))
Out[384]: 
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
In [385]: a.reshape(3,3).strides
Out[385]: (12, 4)

这与 3x3 重塑具有相同的形状和步幅。

我们可以设置负步幅值和 0 值。事实上，沿着具有正步幅的维度进行负步切片将给出负步幅，并且通过设置 0 步幅来进行广播：

In [399]: np.broadcast_to(a, (2,9))
Out[399]: 
array([[1, 2, 3, 4, 5, 6, 7, 8, 9],
       [1, 2, 3, 4, 5, 6, 7, 8, 9]])
In [400]: _.strides
Out[400]: (0, 4)

In [401]: a.reshape(3,3)[::-1,:]
Out[401]: 
array([[7, 8, 9],
       [4, 5, 6],
       [1, 2, 3]])
In [402]: _.strides
Out[402]: (-12, 4)

但是，负步幅需要调整原始数组中的哪个元素是视图的第一个元素，并且as_strided没有相应的参数。

Answer 2

a我不知道为什么你认为你需要 3 的步幅。你需要步幅一个元素和下一个元素之间的字节距离，你可以使用a.strides：

as_strided(a, (len(a) - 2, 3), a.strides*2)