Bagaimana untuk Mencipta Subarray NumPy dengan Cekap dengan Langkah Tersuai?

Numpy Subarrays dengan Custom Stride

Mencipta subarray daripada tatasusunan NumPy dengan langkah tertentu boleh dicapai dalam beberapa cara. Berikut ialah dua pendekatan yang cekap:

Pendekatan Penyiaran:

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)]

Pendekatan Berjalur:

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))

Contoh:

Pertimbangkan Tatasusunan NumPy a:

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

Untuk mencipta subarray panjang 5 dengan langkah 3, kita boleh menggunakan mana-mana pendekatan:

broadcasting_result = broadcasting_app(a, L=5, S=3)

strided_result = strided_app(a, L=5, S=3)

print(broadcasting_result)
>> [[ 1  2  3  4  5]
   [ 4  5  6  7  8]
   [ 7  8  9 10 11]]

print(strided_result)
>> [[ 1  2  3  4  5]
   [ 4  5  6  7  8]
   [ 7  8  9 10 11]]

Kedua-dua pendekatan menghasilkan matriks subarray yang diingini dengan berkesan.

Atas ialah kandungan terperinci Bagaimana untuk Mencipta Subarray NumPy dengan Cekap dengan Langkah Tersuai?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!