切片数组，但Python中的间隔重叠

我的数据中有3D阵列。我只想在Python中以重叠的间隔对3D数组进行2×2×2的切片

下面是2D的一个示例

a = [1, 2, 3, 4;
     5, 6, 7, 8]

另外，这也是我在2乘2分割阵列后所期望的

[1, 2;  [2, 3;  [3, 4;
 5, 6]   6, 7]   7, 8]

在3D中

  [[[1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]],

   [[1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]],

   [[1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]]]

像这样，（也许不完全是…）

我想，通过使用np.split，我可以对数组进行切片，但不会重叠。请给我一些有用的提示

您应该看看

numpy.ndarray.strips

和

numpy.lib.stride\u技巧

遍历数组时在每个维度中步进的字节元组。 数组

a

中元素

（i[0]，i[1]，…，i[n]）

的字节偏移量为：

offset = sum(np.array(i) * a.strides)

另见numpy

下面是一个使用步幅的二维示例：

---

也可以在Stackoverflow上看到这个例子，以增加您的理解。

a=[1,2,3,4；5,6,7,8]

是无效的Python语法。

offset = sum(np.array(i) * a.strides)

x = np.arange(20).reshape([4, 5])
>>> x
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19]])

>>> from numpy.lib import stride_tricks
>>> stride_tricks.as_strided(x, shape=(3, 2, 5),
                                strides=(20, 20, 4))
...
array([[[  0,  1,  2,  3,  4],
        [  5,  6,  7,  8,  9]],

       [[  5,  6,  7,  8,  9],
        [ 10, 11, 12, 13, 14]],

       [[ 10, 11, 12, 13, 14],
        [ 15, 16, 17, 18, 19]]])