我有一个非常大的numpy数组(145000行*550 cols)。我想在子阵列中创建滚动切片。我试着用一个函数来实现它。函数lagged_vals
的行为与预期一致,但np.lib.stride_tricks
的行为方式与我希望的不同-
def lagged_vals(series,l):
# Garbage implementation but still right
return np.concatenate([[x[i:i+l] for i in range(x.shape[0]) if i+l <= x.shape[0]] for x in series]
,axis = 0)
# Sample 2D numpy array
something = np.array([[1,2,2,3],[2,2,3,3]])
lagged_vals(something,2) # Works as expected
# array([[1, 2],
# [2, 2],
# [2, 3],
# [2, 2],
# [2, 3],
# [3, 3]])
np.lib.stride_tricks.as_strided(something,
(something.shape[0]*something.shape[1],2),
(8,8))
# array([[1, 2],
# [2, 2],
# [2, 3],
# [3, 2], <--- across subarray stride, which I do not want
# [2, 2],
# [2, 3],
# [3, 3])
如何删除np.lib.stride_tricks
实现中的特定行?一个大的移动阵列怎么能跨过这个阵列?在
当然,使用^{} 是可能的。有一种方法-
样本输入,输出-
^{pr2}$请注意,整形的最后一步强制它在那里制作一个副本。但是如果我们需要最终的输出是
^{3}$2D
,这是无法避免的。如果我们可以使用3D
输出,则跳过该整形操作,从而实现view
,如示例案例所示-相关问题 更多 >
编程相关推荐