numpy.ndarray.strides#

атрибут

ndarray.strides#

Кортеж байтов для шага в каждом измерении при обходе массива.

Смещение в байтах элемента (i[0], i[1], ..., i[n]) в массиве a равен:

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

Более подробное объяснение шагов (strides) можно найти в N-мерный массив (ndarray).

Предупреждение

Установка arr.strides не рекомендуется и может быть устаревшим в будущем. numpy.lib.stride_tricks.as_strided следует предпочесть для создания нового представления тех же данных более безопасным способом.

Смотрите также

numpy.lib.stride_tricks.as_strided

Примечания

Представьте массив 32-битных целых чисел (каждое по 4 байта):

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

Этот массив хранится в памяти как 40 байт, один за другим (известный как непрерывный блок памяти). Шаги массива говорят нам, сколько байт нужно пропустить в памяти, чтобы перейти к следующей позиции вдоль определённой оси. Например, нужно пропустить 4 байта (1 значение), чтобы перейти к следующему столбцу, но 20 байт (5 значений), чтобы попасть в ту же позицию в следующей строке. Таким образом, шаги для массива x будет (20, 4).

Примеры

>>> import numpy as np
>>> y = np.reshape(np.arange(2 * 3 * 4, dtype=np.int32), (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]]], dtype=np.int32)
>>> y.strides
(48, 16, 4)
>>> y[1, 1, 1]
np.int32(17)
>>> offset = sum(y.strides * np.array((1, 1, 1)))
>>> offset // y.itemsize
np.int64(17)

>>> x = np.reshape(np.arange(5*6*7*8, dtype=np.int32), (5, 6, 7, 8))
>>> x = x.transpose(2, 3, 1, 0)
>>> x.strides
(32, 4, 224, 1344)
>>> i = np.array([3, 5, 2, 2], dtype=np.int32)
>>> offset = sum(i * x.strides)
>>> x[3, 5, 2, 2]
np.int32(813)
>>> offset // x.itemsize
np.int64(813)