numpy.ma.masked_array.strides

属性

ma.masked_array.strides

遍历数组时要在每个维度中单步执行的字节元组。

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

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

有关步幅的更详细说明，请参阅《numpy参考指南》中的“ndarray.rst”文件。

参见

numpy.lib.stride_tricks.as_strided

笔记

设想一个32位整数数组（每4个字节）：：

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

这个数组以40字节的形式存储在内存中，一个接一个（称为连续内存块）。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）才能移到下一列，而20个字节（5个值）才能移到下一行的相同位置。因此，阵列的步幅 x 将 (20, 4) .

实例

>>> 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