Python 获取numpy数组的所有子序列

给定一个大小为

n

的numpy数组和一个整数

m

，我想生成数组的所有连续

m

长度子序列，最好是二维数组

例如：

我能想出的最好办法就是

是否有一个更好的、最好是内置的、我缺少的函数？

基于迭代器的函数 基于切片的

---

你在正确的轨道上

您可以利用以下广播技巧，从两个1dim

arange

s创建一个2dim

index

数组：

arr = arange(7)[::-1]
arr
=> array([6, 5, 4, 3, 2, 1, 0])
n = arr.size
m = 3

indices = arange(m) + arange(n-m+1).reshape(-1, 1)  # broadcasting rulez
indices
=>
array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4],
       [3, 4, 5],
       [4, 5, 6]])

arr[indices]
=>
array([[6, 5, 4],
       [5, 4, 3],
       [4, 3, 2],
       [3, 2, 1],
       [2, 1, 0]])

这样做

from scipy.linalg import hankel
def subsequences(v, m):
    return hankel(v[:m], v[m-1:])

---

这是一种非常快速且节省内存的方法，它只是原始阵列的“视图”：

from numpy.lib.stride_tricks import as_strided

def subsequences(arr, m):
    n = arr.size - m + 1
    s = arr.itemsize
    return as_strided(arr, shape=(m,n), strides=(s,s))

如果需要写入此数组，应先创建

np.copy

，否则将修改原始数组以及“subsequences”数组中的相应条目

---

此处的更多信息：

在问题中，您表示需要

m

length子序列，但在示例中，

m

是子序列的数量，而不是它们的长度。@logc我希望列是m length子序列，也就是说，看看这一子序列的可转置副本肯定比我当时的做法要好，但使用内置的scipy工具似乎是基于切片的方法的最佳选择，而且它的性能似乎明显低于索引方法。总的来说，我认为与仅对numpy数据类型进行操作相比，从numpy阵列到numpy阵列的转换成本更高。谢谢你的建议！

import numpy as np

def subsequences(iterable, b):
    return np.array([iterable[i:i + b] for i in range(len(iterable) - b + 1)]).T

print subsequences(np.arange(10), 4)    

arr = arange(7)[::-1]
arr
=> array([6, 5, 4, 3, 2, 1, 0])
n = arr.size
m = 3

indices = arange(m) + arange(n-m+1).reshape(-1, 1)  # broadcasting rulez
indices
=>
array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4],
       [3, 4, 5],
       [4, 5, 6]])

arr[indices]
=>
array([[6, 5, 4],
       [5, 4, 3],
       [4, 3, 2],
       [3, 2, 1],
       [2, 1, 0]])

from scipy.linalg import hankel
def subsequences(v, m):
    return hankel(v[:m], v[m-1:])

from numpy.lib.stride_tricks import as_strided

def subsequences(arr, m):
    n = arr.size - m + 1
    s = arr.itemsize
    return as_strided(arr, shape=(m,n), strides=(s,s))