python - 如何使用大小为 m 的滑动窗口将 numpy 数组划分为 n 个子数组？

Question

这个问题在这里已经有了答案:





Taking subarrays from numpy array with given stride/stepsize

(3 个回答)


1年前关闭。




我有一个很大的 NumPy 数组，我想通过移动特定大小的窗口将其分成许多子数组，这是我在大小为 11 的子数组的情况下的代码:

import numpy as np

x = np.arange(10000)
T = np.array([])

for i in range(len(x)-11):
    s = x[i:i+11]
    T = np.concatenate((T, s), axis=0)

但是对于超过 100 万个条目的数组来说它非常慢，有什么提示可以让它更快吗？

Answer 1

实际上，这是as_strided的一个案例。 :

from numpy.lib.stride_tricks import as_strided

# set up
x = np.arange(1000000); windows = 11

# strides of x
stride = x.strides;

T = as_strided(x, shape=(len(x)-windows+1, windows), strides=(stride, stride))

输出:

array([[     0,      1,      2, ...,      8,      9,     10],
       [     1,      2,      3, ...,      9,     10,     11],
       [     2,      3,      4, ...,     10,     11,     12],
       ...,
       [999987, 999988, 999989, ..., 999995, 999996, 999997],
       [999988, 999989, 999990, ..., 999996, 999997, 999998],
       [999989, 999990, 999991, ..., 999997, 999998, 999999]])

表现:

5.88 µs ± 1.27 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)