Wie kann man Subarrays mit Schritten in NumPy effizient extrahieren?

Subarray-Extraktion mit Schritten in Numpy-Arrays

Betrachten Sie ein Python-Numpy-Array als:

a = numpy.array([1,2,3,4,5,6,7,8,9,10,11])

Unser Ziel ist es Extrahieren Sie Subarrays der Länge 5 mit einem Schritt von 3. Dies führt zu einer Matrix mit Folgendem Inhalt:

numpy.array([[1,2,3,4,5],[4,5,6,7,8],[7,8,9,10,11]])

Sauberere Implementierung

Während ein For-Loop-Ansatz realisierbar ist, bietet Numpy effizientere Methoden:

Ansatz 1: Rundfunk

Dieser Ansatz nutzt Ausstrahlung:

def broadcasting_app(a, L, S ):  # Window len = L, Stride len/stepsize = S
    nrows = ((a.size-L)//S)+1
    return a[S*np.arange(nrows)[:,None] + np.arange(L)]

Ansatz 2: Schrittoptimierung

Diese Methode nutzt Numpys effiziente Schritte:

def strided_app(a, L, S ):  # Window len = L, Stride len/stepsize = S
    nrows = ((a.size-L)//S)+1
    n = a.strides[0]
    return np.lib.stride_tricks.as_strided(a, shape=(nrows,L), strides=(S*n,n))

Verwendungsbeispiel:

a = numpy.array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

broadcasting_app(a, L = 5, S = 3)
# [[ 1  2  3  4  5]
#  [ 4  5  6  7  8]
#  [ 7  8  9 10 11]]

strided_app(a, L = 5, S = 3)
# [[ 1  2  3  4  5]
#  [ 4  5  6  7  8]
#  [ 7  8  9 10 11]]

Diese Ansätze sind effizienter und optimierter Lösungen zum Extrahieren von Subarrays mit Schritten in Numpy-Arrays.

Das obige ist der detaillierte Inhalt vonWie kann man Subarrays mit Schritten in NumPy effizient extrahieren?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!