numpy stride_tricks怎么用

`numpy.stride_tricks` 模块提供了一组用于创建非常大的数组（例如图像或音频信号）的工具。它允许我们使用相对较小的数组来表示大型数组，而不必完全复制数据。

下面是 `numpy.stride_tricks` 的一些常见用法：

1. 使用 `numpy.lib.stride_tricks.as_strided()` 函数创建一个数组视图，该视图表示具有不同步幅度的原始数组的子集。例如，给定一个 3D 数组，我们可以创建一个新的 2D 数组视图，其中每个行都是原始数组中的一个 2D 子集。

import numpy as np

def rolling_window(a, window):
    shape = a.shape[:-1] + (a.shape[-1] - window + 1, window)
    strides = a.strides + (a.strides[-1],)
    return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides)

a = np.array([1, 2, 3, 4, 5])
rolling_window(a, window=3)

输出：

array([[1, 2, 3],
       [2, 3, 4],
       [3, 4, 5]])

2. 使用 `numpy.lib.stride_tricks.broadcast_arrays()` 函数来将多个数组广播到相同的形状。例如，给定两个形状不同的数组，我们可以将它们广播到相同的形状，然后对它们进行元素级别的操作。

import numpy as np

a = np.array([1, 2, 3])
b = np.array([[4], [5], [6]])
broadcast_a, broadcast_b = np.lib.stride_tricks.broadcast_arrays(a, b)
print(broadcast_a)
print(broadcast_b)

输出：

array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])
array([[4, 4, 4],
       [5, 5, 5],
       [6, 6, 6]])

3. 使用 `numpy.lib.stride_tricks.sliding_window_view()` 函数创建一个数组视图，该视图表示具有相同步幅的原始数组的子集。例如，给定一个 3D 数组，我们可以创建一个新的 2D 数组视图，其中每个子集都是原始数组的滑动窗口。

import numpy as np

a = np.array([1, 2, 3, 4, 5])
window_size = 3
sliding_window = np.lib.stride_tricks.sliding_window_view(a, window_size)
print(sliding_window)

输出：

array([[1, 2, 3],
       [2, 3, 4],
       [3, 4, 5]])

这些仅仅是 `numpy.stride_tricks` 的一些常见用法。对于更多有关此模块的信息，可以查看 [NumPy 官方文档](https://numpy.org/doc/stable/reference/generated/numpy.lib.stride_tricks.html)。