在2D阵列上创建4D视图,将其划分为固定大小的单元格

Question

我有一个tnumpy 的2D数组:

>>> t = numpy.array(range(81)).reshape((9,9))
>>> t
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8],
       [ 9, 10, 11, 12, 13, 14, 15, 16, 17],
       [18, 19, 20, 21, 22, 23, 24, 25, 26],
       [27, 28, 29, 30, 31, 32, 33, 34, 35],
       [36, 37, 38, 39, 40, 41, 42, 43, 44],
       [45, 46, 47, 48, 49, 50, 51, 52, 53],
       [54, 55, 56, 57, 58, 59, 60, 61, 62],
       [63, 64, 65, 66, 67, 68, 69, 70, 71],
       [72, 73, 74, 75, 76, 77, 78, 79, 80]])

它由两个数字索引:行和列索引.

>>> t[2,3]
21
>>> t.shape
(9, 9)
>>> t.strides
(72, 8)

我想要做的是将阵列分成固定大小的矩形单元,例如3×3.我想避免记忆复制.我尽量做到这一点的方法是创建一个视图上t与记者的形状和进步((3,3,3,3)以及(216,24,72,8)分别).这样,视图的前两个索引将意味着3×3单元格在较大网格中的位置,最后两个意味着元素在单元格内的位置.例如,t[0,1,:,:]会返回

array([[ 3,  4,  5],
       [12, 13, 14],
       [21, 22, 23]])

所以我的问题是 - 如何创建描述的视图？我错过了一个更简单的方法吗？这可以通过切片语法优雅地完成吗？

Answer 1

编辑:一种不需要你自己弄清楚步伐的方法

numpy.rollaxis(t.reshape(3, 3, 3, 3), 2, 1)

[编辑结束]

实现此目的的另一种方法是使用numpy.lib.stride_tricks.as_strided:

>>> t = numpy.arange(81.).reshape((9,9))
>>> numpy.lib.stride_tricks.as_strided(t, shape=(3,3,3,3), strides=(216,24,72,8))
array([[[[  0.,   1.,   2.],
         [  9.,  10.,  11.],
         [ 18.,  19.,  20.]],

        [[  3.,   4.,   5.],
         [ 12.,  13.,  14.],
         [ 21.,  22.,  23.]],

        [[  6.,   7.,   8.],
         [ 15.,  16.,  17.],
         [ 24.,  25.,  26.]]],


       [[[ 27.,  28.,  29.],
         [ 36.,  37.,  38.],
         [ 45.,  46.,  47.]],

        [[ 30.,  31.,  32.],
         [ 39.,  40.,  41.],
         [ 48.,  49.,  50.]],

        [[ 33.,  34.,  35.],
         [ 42.,  43.,  44.],
         [ 51.,  52.,  53.]]],


       [[[ 54.,  55.,  56.],
         [ 63.,  64.,  65.],
         [ 72.,  73.,  74.]],

        [[ 57.,  58.,  59.],
         [ 66.,  67.,  68.],
         [ 75.,  76.,  77.]],

        [[ 60.,  61.,  62.],
         [ 69.,  70.,  71.],
         [ 78.,  79.,  80.]]]])

请注意,您提供的步幅仅适用于float数组(itemsize == 8),而t帖子中的示例是一个int数组(可能有也可能没有itemsize == 8).