numpy.matrix.strides

屬性

matrix.strides

在遍歷陣列時，於每個維度中移動的位元組組成的元組。

陣列 a 中元素 (i[0], i[1], ..., i[n]) 的位元組偏移量為

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

關於 strides 更詳細的解釋可以在 N 維陣列 (ndarray) 中找到。

警告

不建議設定 arr.strides，並且未來可能會被棄用。 建議使用 numpy.lib.stride_tricks.as_strided 以更安全的方式建立相同資料的新視圖。

另請參閱

numpy.lib.stride_tricks.as_strided

註解

想像一個 32 位元整數的陣列（每個 4 位元組）

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

這個陣列在記憶體中以 40 位元組連續儲存（稱為連續的記憶體區塊）。 陣列的 strides 告訴我們，為了沿著特定軸移動到下一個位置，我們必須在記憶體中跳過多少位元組。 例如，為了沿著軸 1 移動到下一個位置，我們必須跳過 4 位元組（1 個值）；但為了沿著軸 0 移動到下一個位置，我們需要跳過 20 位元組（5 個值）。 因此，陣列 x 的 strides 將會是 (20, 4)。

範例

>>> import numpy as np
>>> 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