Python 更改numpy数组的步长（更改数据）

我有一个numpy数组，我想更改它的

步长

，同时修改它的数据，以便新数组描述相同的数字逻辑对齐。有办法吗

---

BACKGROUND：我用

cv2.imdecode（）

读取了一个图像文件，该文件生成的BGR图像的最低阶步长设置为3（因此不同像素的通道之间没有间隙）。我想用

cairo

软件包修改这个图像，它想使用Stride4（也就是说，两个连续像素之间有一个字节的间隔）。哪种方法最好？（我也希望尽可能地优化，因为我必须多次这样做）。

假设输入数组是

（n，m，3）

，那么它可以通过简单地连接

（n，m，4）

数组扩展到

（n，m，4）

X = np.ones((n,m,3), dtype='byte')
F = np.zeros((n,m,1), dtype='byte')
X1 = np.concatenate([X,F], axis=2)

它们的跨步是

（3*m，3,1）

，

（m，1,1）

和

（4*m，4,1）

同样的数据也可以输入

In [72]: dt0 = np.dtype([('R','u1'), ('G','u1'), ('B','u1')])
In [73]: X=np.ones((n,m),dtype=dt0)
In [74]: X.strides
Out[74]: (150, 3)
In [75]: X.shape
Out[75]: (30, 50)

目标具有

dt=np.dtype（[（'R'，'u1'），（'G'，'u1'），（'B'，'u1'），（'A'，'u1'）]））

将RGB字段映射到RGBA 但是为了连接这些数据类型，我们需要对

（n，m，3）

形状进行一些转换。看起来重新分配

数据

属性就可以了

n, m = 2, 4
dt1 = np.dtype([('R','u1'), ('G','u1'), ('B','u1'), ('A','u1')])
dt0 = np.dtype([('R','u1'), ('G','u1'), ('B','u1')])
X = np.arange(n*m*3,dtype='u1').reshape(n,m,3)
print repr(X)
X0 = np.zeros((n,m), dtype=dt0)
X0.data = X.data
print repr(X0)
X0.strides # (12, 3)

X1 = np.zeros((n,m), dtype=dt1)
F = np.zeros((n,m,1), dtype='u1')
X01 = np.concatenate([X, F], axis=2)
X1.data = X01.data
print repr(X1)
X1.strides # (12, 4)

制作：

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)]], 
      dtype=[('R', 'u1'), ('G', 'u1'), ('B', 'u1')])
array([[(0, 1, 2, 0), (3, 4, 5, 0), (6, 7, 8, 0), (9, 10, 11, 0)],
       [(12, 13, 14, 0), (15, 16, 17, 0), (18, 19, 20, 0), (21, 22, 23, 0)]], 
      dtype=[('R', 'u1'), ('G', 'u1'), ('B', 'u1'), ('A', 'u1')])

使用重叠的数据类型 下面是一种使用重叠数据类型而不是串联的方法：

dt0 = np.dtype([('R','u1'), ('G','u1'), ('B','u1')])
dt1 = np.dtype([('R','u1'), ('G','u1'), ('B','u1'), ('A','u1')])
dtb = np.dtype({'names':['rgb','rgba'],
                'offsets':[0,0],
                'formats':[dt0, dt1]})
X0 = np.zeros((n,m), dtype=dt0)
X0.data = X.data
X1 = np.zeros((n,m), dtype=dtb)
X1['rgb'][:] = X0
print repr(X1['rgba'])

或者，如果没有单独的命名字节字段，则更简单：

dt0 = np.dtype(('u1',(3,)))
dt1 = np.dtype(('u1',(4,)))
dtb = np.dtype({'names':['rgb','rgba'],
                'offsets':[0,0],
                'formats':[dt0, dt1]})
X = np.arange(n*m*3,dtype='u1').reshape(n,m,3)
X1 = np.zeros((n,m), dtype=dtb)
X1['rgb'][:] = X

X1['rgba']

是

（n，m，4）

，跨步

（m*4，4，1）

X1['rgb']

是

（n，m，3）

，但步幅相同

（m*4，4，1）

当你大步前进时使用

这种形状上的差异，但步幅上的相似性，表明他使用了

作为跨步。创建空的目标数组，并使用
作为_-stripped
选择要从
X
接收值的元素子集：

X1 = np.zeros((n,m,4),dtype='u1')
np.lib.stride_tricks.as_strided(X1, shape=X.shape, strides=X1.strides)[:] = X
print X1

输入数组
（n，m，3）
的形状也是这样吗？以及输出
（n，m，4）
？如果是这样，将
np.zero（（n，m，1））
数组串联起来怎么样？哦，是的，就是这样。事实上，这很琐碎，但我没有想到。对不起，吵闹了。如果你想把它写成一个答案，我可以接受。我已经添加了一个
解决方案