numpy.ndarray.strides

ndarray.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