Python 以给定步幅/步长从numpy阵列中获取子阵列

假设我有一个Python Numpy数组

a

a = numpy.array([1,2,3,4,5,6,7,8,9,10,11])

我想从这个长度为5，步长为3的数组中创建一个子序列矩阵。因此，结果矩阵如下所示：

numpy.array([[1,2,3,4,5],[4,5,6,7,8],[7,8,9,10,11]])

一种可能的实现方法是使用for循环

result_matrix = np.zeros((3, 5))
for i in range(0, len(a), 3):
  result_matrix[i] = a[i:i+5]

在Numpy中有没有更干净的方法来实现这一点？

方法1:使用-

方法#2:使用更高效的-

样本运行-

In [143]: a
Out[143]: array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

In [144]: broadcasting_app(a, L = 5, S = 3)
Out[144]: 
array([[ 1,  2,  3,  4,  5],
       [ 4,  5,  6,  7,  8],
       [ 7,  8,  9, 10, 11]])

In [145]: strided_app(a, L = 5, S = 3)
Out[145]: 
array([[ 1,  2,  3,  4,  5],
       [ 4,  5,  6,  7,  8],
       [ 7,  8,  9, 10, 11]])

---

修改了@Divakar代码的版本，并进行了检查，以确保内存连续且返回的数组无法修改。（为我的DSP应用程序更改了变量名）

---

从

Numpy 1.20

开始，我们可以使用新的元素滑动/滚动窗口

再加上一个单步的

[：：3]

，它就变成了：

from numpy.lib.stride_tricks import sliding_window_view

# values = np.array([1,2,3,4,5,6,7,8,9,10,11])
sliding_window_view(values, window_shape = 5)[::3]
# array([[ 1,  2,  3,  4,  5],
#        [ 4,  5,  6,  7,  8],
#        [ 7,  8,  9, 10, 11]])

---

其中，滑动的中间结果为：

sliding_window_view(values, window_shape = 5)
# array([[ 1,  2,  3,  4,  5],
#        [ 2,  3,  4,  5,  6],
#        [ 3,  4,  5,  6,  7],
#        [ 4,  5,  6,  7,  8],
#        [ 5,  6,  7,  8,  9],
#        [ 6,  7,  8,  9, 10],
#        [ 7,  8,  9, 10, 11]])

---

谢谢，我试过这个：X=np.arange（100）Y=stripped_app（X，4，1），它给出了预期的Y，现在：Z=stripped_app（Y，8，4）#我希望Z通过长度为8的移动窗口和步骤4查看Y，但这会导致垃圾。你能纠正一下吗？我以前使用过

，但发现它导致了非常严重的内存泄漏。这对于小型阵列不是问题，但即使在服务器上使用64 GB的RAM，我的python程序也会引发内存错误。强烈推荐使用
broadcasting\u应用程序
方法。伙计，这太自动化了！。我正在实现Shi Tomasi角点检测算法，我必须为每个像素创建一个窗口并计算一些复杂的东西。这个方法立刻给了我所有的窗口@kkawabat他们只是说我们在使用它时需要小心，理解它的功能。为了安全起见，可以将
可写
标志添加到。还有像scikit图像这样的模块。@AndyL。井输入数组是1D，所以
n=a.strips[0]
很好。
def frame(a, framelen, frameadv):
"""frame - Frame a 1D array
a - 1D array
framelen - Samples per frame
frameadv - Samples between starts of consecutive frames
   Set to framelen for non-overlaping consecutive frames

Modified from Divakar's 10/17/16 11:20 solution:
https://stackoverflow.com/questions/40084931/taking-subarrays-from-numpy-array-with-given-stride-stepsize

CAVEATS:
Assumes array is contiguous
Output is not writable as there are multiple views on the same memory

"""

if not isinstance(a, np.ndarray) or \
   not (a.flags['C_CONTIGUOUS'] or a.flags['F_CONTIGUOUS']):
    raise ValueError("Input array a must be a contiguous numpy array")

# Output
nrows = ((a.size-framelen)//frameadv)+1
oshape = (nrows, framelen)

# Size of each element in a
n = a.strides[0]

# Indexing in the new object will advance by frameadv * element size
ostrides = (frameadv*n, n)
return np.lib.stride_tricks.as_strided(a, shape=oshape,
                                       strides=ostrides, writeable=False)

from numpy.lib.stride_tricks import sliding_window_view

# values = np.array([1,2,3,4,5,6,7,8,9,10,11])
sliding_window_view(values, window_shape = 5)[::3]
# array([[ 1,  2,  3,  4,  5],
#        [ 4,  5,  6,  7,  8],
#        [ 7,  8,  9, 10, 11]])

sliding_window_view(values, window_shape = 5)
# array([[ 1,  2,  3,  4,  5],
#        [ 2,  3,  4,  5,  6],
#        [ 3,  4,  5,  6,  7],
#        [ 4,  5,  6,  7,  8],
#        [ 5,  6,  7,  8,  9],
#        [ 6,  7,  8,  9, 10],
#        [ 7,  8,  9, 10, 11]])