numpy.core.defchararray.chararray.strides¶
-
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