numpy.char.chararray.strides#

属性

char.chararray.strides#

遍历数组时，在每个维度中步进的字节元组。

数组 a 中元素 (i[0], i[1], ..., i[n]) 的字节偏移量是

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

关于 strides 的更详细解释，请参阅多维数组 (ndarray)。

警告

不鼓励设置 arr.strides，未来可能会被弃用。numpy.lib.stride_tricks.as_strided 应优先使用，以更安全的方式创建相同数据的新视图。

另请参阅

numpy.lib.stride_tricks.as_strided

备注

想象一个由 32 位整数（每个 4 字节）组成的数组

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

该数组在内存中存储为 40 字节，一个接一个（称为连续内存块）。数组的 strides 告诉我们在内存中需要跳过多少字节才能沿某个轴移动到下一个位置。例如，我们需要跳过 4 字节（1 个值）才能移动到下一列，但需要跳过 20 字节（5 个值）才能到达下一行中的相同位置。因此，数组 x 的 strides 将是 (20, 4)。

示例

>>> 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)