Python numpy MaskedArray.strides用法及代码示例

本文简要介绍 python 语言中 numpy.ma.MaskedArray.strides 的用法。

用法:

ma.MaskedArray.strides

遍历数组时要在每个维度中步进的字节元组。

元素的字节偏移量(i[0], i[1], ..., i[n])在一个数组中a是：

offset = sum(np.array(i) * a.strides)

有关步幅的更详细说明可以在 NumPy 参考指南中的 “ndarray.rst” 文件中找到。

注意：

想象一个 32 位整数数组(每个 4 字节)：

x = np.array([[0, 1, 2, 3, 4],
              [5, 6, 7, 8, 9]], dtype=np.int32)

该数组以 40 个字节的形式存储在内存中，一个接一个(称为连续的内存块)。数组的步幅告诉我们必须在内存中跳过多少字节才能沿着某个轴移动到下一个位置。例如，我们必须跳过 4 个字节(1 个值)才能移动到下一列，但必须跳过 20 个字节(5 个值)才能到达下一行中的相同位置。因此，数组的步幅x将会(20, 4).

例子：

>>> y = np.reshape(np.arange(2*3*4), (2,3,4))
>>> y
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],
       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
>>> y.strides
(48, 16, 4)
>>> y[1,1,1]
17
>>> offset=sum(y.strides * np.array((1,1,1)))
>>> offset/y.itemsize
17

>>> x = np.reshape(np.arange(5*6*7*8), (5,6,7,8)).transpose(2,3,1,0)
>>> x.strides
(32, 4, 224, 1344)
>>> i = np.array([3,5,2,2])
>>> offset = sum(i * x.strides)
>>> x[3,5,2,2]
813
>>> offset / x.itemsize
813