原文:https://docs.scipy.org/doc/numpy/reference/generated/numpy.core.defchararray.chararray.strides.html
校对:(虚位以待)
chararray.
strides
遍历数组时,在每个维度中步进的字节数组。
元素(i [0], i [1], ..., i [n ])
在数组a中:
offset = sum(np.array(i) * a.strides)
有关步长的更详细的解释可以在NumPy参考指南中的“ndarray.rst”文件中找到。
也可以看看
numpy.lib.stride_tricks.as_strided
笔记
想象一个32位整数的数组(每个4字节):
x = np.array([[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9]], dtype=np.int32)
这个数组作为40字节存储在存储器中,一个接一个地(被称为连续的存储器块)。数组的步长告诉我们在内存中要跳过多少字节,以便沿着某个轴移动到下一个位置。例如,我们必须跳过4个字节(1个值)移动到下一个列,但是20个字节(5个值)到下一行的相同位置。因此,数组x的步幅将是(20, 4)
。
例子
>>> y = np.reshape(np.arange(2*3*4), (2,3,4))
>>> y
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])
>>> y.strides
(48, 16, 4)
>>> y[1,1,1]
17
>>> offset=sum(y.strides * np.array((1,1,1)))
>>> offset/y.itemsize
17
>>> x = np.reshape(np.arange(5*6*7*8), (5,6,7,8)).transpose(2,3,1,0)
>>> x.strides
(32, 4, 224, 1344)
>>> i = np.array([3,5,2,2])
>>> offset = sum(i * x.strides)
>>> x[3,5,2,2]
813
>>> offset / x.itemsize
813