从具有给定步幅/步长的 numpy 数组中获取子数组答案

【问题标题】：Taking subarrays from numpy array with given stride/stepsize从具有给定步幅/步长的 numpy 数组中获取子数组
【发布时间】：2017-02-26 08:25:56
【问题描述】：

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]])

一种可能的实现方式是使用 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 中是否有更简洁的方法来实现这一点？

【问题讨论】：

标签： python numpy vectorization

【解决方案1】：

方法#1：使用broadcasting -

def broadcasting_app(a, L, S ):  # Window len = L, Stride len/stepsize = S
    nrows = ((a.size-L)//S)+1
    return a[S*np.arange(nrows)[:,None] + np.arange(L)]

方法#2：使用更高效的NumPy strides -

def strided_app(a, L, S ):  # Window len = L, Stride len/stepsize = S
    nrows = ((a.size-L)//S)+1
    n = a.strides[0]
    return np.lib.stride_tricks.as_strided(a, shape=(nrows,L), strides=(S*n,n))

示例运行 -

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]])

【讨论】：

谢谢，我试过了：X = np.arange(100) Y = strided_app(X, 4, 1) 给出了预期的 Y，现在： Z = strided_app(Y, 8, 4 )# 我希望 Z 使用长度为 8 和步骤 4 的移动窗口查看 Y，但这会导致垃圾。你能纠正一下吗？
我之前用过as_strided，但发现它导致了非常严重的内存泄漏。这对于小型阵列来说不是问题，但即使在服务器上使用 64 GB 的 RAM，我的 python 程序也会引发 MemoryError。强烈推荐使用broadcasting_app 方法。
伙计，这太自动了！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，了解它的作用。可以在更安全的方面添加 writeable 标志。 scikit-image 和 uses as_strided 等模块。
@AndyL。那么输入数组是一维的，所以n = a.strides[0]很好。

【解决方案2】：

从Numpy 1.20开始，我们可以利用新的sliding_window_view来滑动/滚动元素窗口。

再加上一个步进[::3]，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是：

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]])

【讨论】：

【解决方案3】：

@Divakar 代码的修改版本，通过检查确保内存是连续的并且返回的数组不能被修改。（为我的 DSP 应用程序更改了变量名称）。

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)

【讨论】：