已知一个2000行100列的数组 用as_strided函数求滚动100的窗口的滚动均值

可以使用as_strided函数和numpy的mean函数来计算滚动窗口的滚动均值，具体实现步骤如下：

1. 首先，使用numpy的pad函数在数组两端填充一定数量的0，使得数组可以完全被滑动窗口覆盖。

2. 然后，使用as_strided函数将数组转换为一个滑动窗口视图。

3. 最后，对滑动窗口视图沿着指定的轴进行平均操作，即可得到滚动均值。

具体代码实现如下：

import numpy as np
from numpy.lib.stride_tricks import as_strided

# 生成2000行100列的随机数组
arr = np.random.rand(2000, 100)

# 定义滑动窗口大小
window_size = 100

# 在数组两端填充0
pad_width = [(window_size-1, 0), (0, 0)]
arr_padded = np.pad(arr, pad_width, mode='constant')

# 计算滑动窗口视图
view_shape = (arr.shape[0], window_size, arr.shape[1])
strides = (arr_padded.strides[0],) + arr_padded.strides
view = as_strided(arr_padded, view_shape, strides)

# 计算滑动窗口的均值
mean_arr = np.mean(view, axis=1)

print(mean_arr.shape)  # 输出：(1901, 100)

在这个示例代码中，我们生成了一个2000行100列的随机数组，然后定义了滑动窗口的大小为100。接着，使用numpy的pad函数在数组两端填充了100-1=99个0，使得数组可以完全被滑动窗口覆盖。然后，使用as_strided函数将数组转换为一个滑动窗口视图，其中滑动窗口的大小为100。最后，对滑动窗口视图沿着第二个轴（即列方向）计算均值，得到了一个1901行100列的数组，表示滑动窗口的滚动均值。