np.lib.stride_tricks.as_strided 详解

这个模块是 numpy 里面的一个高效分块操作。

numpy.lib.stride_tricks.as_strided(x, shape=None, strides=None, subok=False, writeable=True)

例如如果我们把矩阵 A:
$$A=\left[\begin{array}{cccc}1& 2& 5& 6\\ 3& 4& 7& 8\\ 9& 10& 13& 14\\ 11& 12& 15& 16\end{array}\right]$$
分成 矩阵B:
$$B=\left[\begin{array}{c}\left[\begin{array}{cc}1& 2\\ 3& 4\end{array}\right]\left[\begin{array}{cc}5& 6\\ 7& 8\end{array}\right]\\ \left[\begin{array}{cc}9& 10\\ 11& 12\end{array}\right]\left[\begin{array}{cc}13& 14\\ 15& 16\end{array}\right]\end{array}\right]$$
B 由 2 * 2 个 2* 2 的矩阵构成，所以B 的形状是 (2, 2, 2,2)，所以第一个参数shape应该为 (2, 2, 2, 2)。
这里按步长为2 进行分块 （水平垂直每个点各距离2个点的距离）

而strides 表示整个内部 22 的矩阵在外部 22 的矩阵中的移动步长和内部 2*2 的矩阵内部的需要移动的步长。
详细点说就是：
例如从1—>9 需要移动 外部矩阵的width * stride 的步数，也就是需要移动 4 * 2 = 8 步数，所以第一个值为8.
表示需要从1 —> 2 —> 3 —> 4 —> 5 —> 6 —> 7 —> 8 —> 9需要经过8个步长。
同理从第一个内部矩阵移动到第二个内部矩阵表示从1 —> 5， 需要 stride = 2 步。所以第二个值为2，至此外部的移动完毕。
同理，内部的移动从第一个行第一个点到第二行的第一个点也就是1 —> 3 (这里的3 不代表最后一行，而是表示下一行，只是这里是2 *2 所以第二行也是最后一行) 需要 外部 width = 4 步，也就是1 —> 2 —> 3 —> 4 —> 5，所以第三个值为4.
同理从第一列到第二列1 —> 2 需要1 步，所以第四个值为1.
至此得 strides = (8, 2, 4, 1).
剩下的参数可以参考package说明。