python - 切片数组，但 Python 中重叠间隔

Question

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

这是 2D 的示例。

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

此外，这也是我将数组切成 2 x 2 后所期望的结果。

[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..)

 [1, 2   [2, 3
  4, 5]   5, 6]       ...
 [1, 2   [2, 3
  4, 5]   5, 6] 

我认为，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。

Answer 1

You should have a look at numpy.ndarray.strides and numpy.lib.stride_tricks

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)

另请参阅 numpy documentation

Following a 2D example using 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]]])

另请参阅此 question在 Stackoverflow 上(此示例来自此处)，以加深您的理解。