numpy.ndarray.strides#

屬性

ndarray.strides#

遍歷陣列時，在每個維度中步進的位元組元組。

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

不鼓勵設定 arr.strides，未來可能會被棄用。 應該優先使用 numpy.lib.stride_tricks.as_strided，以更安全的方式建立相同資料的新視圖。

參見

numpy.lib.stride_tricks.as_strided

筆記

想像一個 32 位元整數陣列（每個 4 位元組）

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

此陣列在記憶體中儲存為 40 個位元組，一個接一個（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，我們必須跳過 4 個位元組（1 個值）才能移動到下一列，但要跳過 20 個位元組（5 個值）才能到達下一欄中的相同位置。因此，陣列 x 的 strides 將為 (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
在本頁