Question

我有一个二维数组，我需要将部分（切片）提取到一个新数组中：

original= numpy.ndarray( shape=(4,4) )
slices= numpy.ndarray( shape=(0,2) )
for x in range(3):
    slice= original[x:x+2,x:x+2] 
    slices=numpy.append(slices, slice,axis=0)

有没有更有效的方法来做到这一点（摆脱python循环）？

---- ---- EDIT

为了澄清，我问如何将任意（但类似）形状的2D切片从2D阵列的任意2D索引复制到另一个，垂直堆叠 - 特别是沿对角线或2x2大小。

Answer 1

stride_tricks有一个漂亮的技巧，你可以在SO和其他方面找到具有不同通用性的滚动窗口函数（目前numpy本身没有），这里是根据你所得到的版本：

def rolling_window(arr, window):
    """Very basic multi dimensional rolling window. window should be the shape of
    of the desired subarrays. Window is either a scalar or a tuple of same size
    as `arr.shape`.
    """
    shape = np.array(arr.shape*2)
    strides = np.array(arr.strides*2)
    window = np.asarray(window)
    shape[arr.ndim:] = window # new dimensions size
    shape[:arr.ndim] -= window - 1
    if np.any(shape < 1):
        raise ValueError('window size is too large')
    return np.lib.stride_tricks.as_strided(arr, shape=shape, strides=strides)

# Now:
view = rolling_window(arr, 2)
view[0,0] # first slice in your loop

请注意view保存与原始数组相同的数据！这可能会导致意外结果。但是你似乎只想要对角线，你可以用大步技巧来做到这一点，以确保你不需要复制数据（下一版本将创建一个diagonal的视图，旧版本总是一个副本）：

diagonal = np.diagonal(view, axis1=0, axis2=1)
# unfortunatly now the first slice is diagonal[...,0], so just roll it to the start:
diagonal = np.rollaxis(diagonal, -1)

现在diagonal是您在for循环中创建的数组（如果您不想查看，则在较新版本上添加.copy()。）

编辑：由于slices数组是2D而不是3D因为你追加，所以这里缺少一个重塑：

slices = diagonal.reshape(-1,2)

如果你有这么小的数组，但是它的常量（期望在diagonal调用中复制数据）与数组大小相比，这可能不会更快。

Answer 2

以下是您的解决方案：

v = np.arange(0,original.shape[0],0.5).astype(int)
result = np.c_[ original[v[1:-1],v[:-2]] , original[v[1:-1],v[2:]] ]

适用于任何大小的方形输入矩阵（您称之为“原始”）。

这个想法是创建一个“辅助数组”v，它只是[0,0,1,1,2,2,3,3，...]，然后使用你需要的指数观察总是简单的v。

切片

享受！

numpy：将多个切片组装成新的数组

2 个答案: