如何从numpy数组高效访问多个切片

Question

目前我正在访问多个切片，如下所示：

首先，我分配一个将多次重新分配的数组

X = np.zeros( (batch_size, window, 5) )

这是将多次运行的赋值循环（batch_indices每次都有不同的索引，但形状相同）：

for i, b in enumerate(batch_indices):
    X[i] = Xs[b:b+window]

有更有效的方法吗？我觉得应该有类似的语法：

X = Xs[ [slice(b,b+window) for b in batch_indices] ]

虽然Xs的形状是2维的，但X的最终形状应该是3维np.array。可以想象如下：Xs是一个长多维时间序列，X需要是一个包含许多多维时间序列切片的numpy数组。

Answer 1

方法＃1

一种矢量化方法是创建所有滑动窗口索引并将索引编入Xs，如下所示 -

X = Xs[np.asarray(batch_indices)[:,None] + np.arange(window)]

方法＃2

另一种内存有效的方法是使用np.lib.stride_tricks.as_strided创建sliding-windows，从而避免像上一种方法那样创建滑动窗口索引，只需使用batch_indices索引，就像这样 -

X = strided_axis0(Xs,window)[np.asarray(batch_indices)]

基于步幅的功能strided_axis0来自here。