使用numpy生成带状矩阵

使用numpy生成带状矩阵

这是一个

np.lib.stride_tricks.as_strided

让我们

2D

了解输入的零填充

1D

版本的视图，其内存效率很高，因此也很有效。这一招已经探索了无数次-
，。

1

2

因此，实施将是-

def sliding_windows(a, W):    a = np.asarray(a)    p = np.zeros(W-1,dtype=a.dtype)    b = np.concatenate((p,a,p))    s = b.strides[0]    strided = np.lib.stride_tricks.as_strided    return strided(b[W-1:], shape=(W,len(a)+W-1), strides=(-s,s))

样品运行-

In [99]: a = [1,2,3]In [100]: sliding_windows(a, W=3)Out[100]: array([[1, 2, 3, 0, 0],       [0, 1, 2, 3, 0],       [0, 0, 1, 2, 3]])In [101]: a = [1,2,3,4,5]In [102]: sliding_windows(a, W=3)Out[102]: array([[1, 2, 3, 4, 5, 0, 0],       [0, 1, 2, 3, 4, 5, 0],       [0, 0, 1, 2, 3, 4, 5]])

使用相同的原理，但不那么混乱的版本，我们还可以利用

np.lib.stride_tricks.as_strided

基于的方法

scikit-image's view_as_windows

来获取滑动窗口。有关使用

as_strided

based的更多信息

view_as_windows

。

from skimage.util.shape import view_as_windowsdef sliding_windows_vw(a, W):    a = np.asarray(a)    p = np.zeros(W-1,dtype=a.dtype)    b = np.concatenate((p,a,p))    return view_as_windows(b,len(a)+W-1)[::-1]