Python 获取长度为N的所有可能块

我有一个数组，其形状

（100000，）

，我想在其上应用一个长度为200、步长为1的滑动窗口。这意味着输出数组将具有形状

（99800200）

——即所有长度为200的唯一块。我在numpy中找不到一个有效的函数来实现这一点。我试过：

范围内i的

（数据.shape[0]-200）：
windows=np.append（windows，数据[i:i+200]）；

---

这不仅会产生错误的形状（1D），而且速度非常慢。Numpy中是否有快速功能可以执行此操作？

请尝试

Numpy

中的

stride\u技巧。它基本上不会比原始数组
a
占用任何额外的空间，而是创建一个包含所有滑动窗口的（虚拟）跨步数组

def幻灯片（a，尺寸）：
步幅a.步幅[0]
n=a.尺寸-尺寸+1
返回np.lib.stride\u tricks.as\u stride（a，shape=（n，size），strips=（stride，stride））
a=np.arange（100000）
幻灯片（a，尺寸=200）
>>>数组（[[0，1，2，…，197198199]，
[    1,     2,     3, ...,   198,   199,   200],
[    2,     3,     4, ...,   199,   200,   201],
...,
[99798, 99799, 99800, ..., 99995, 99996, 99997],
[99799, 99800, 99801, ..., 99996, 99997, 99998],
[99800, 99801, 99802, ..., 99997, 99998, 99999]])
这里有一个简单的答案

窗口大小=10
i=np.arange（data.size-窗口大小+1）
索引=np.add（np.arange（window\u size）]*（data.size-window\u size+1）），即重塑（-1,1））
windows=数据[索引]
我见过的最好的函数（非
numpy
）是
skimage.util.view\u as\u windows（）

如果您只想要
numpy
，dupe target中的配方是最一般的答案，尽管@swag2198在这里的另一个答案中建议使用更轻量级的版本。
这是否回答了您的问题？如果您不只是
numpy
，那么
skimage.util.view\u as\u windows（）
用户友好。重要的是，基于
或
view
的窗口函数不会比原始数组占用更多的磁盘空间，而任何复制数据的方法（如您的代码和@AlexP的回答中所示）很容易导致
内存错误
s。取舍是，您不应该以任何矢量化的方式读回窗口，因为这可能导致竞争条件。
from skimage.util import view_as_windows

windows = view_as_windows(data, 200)