Преоформяне на Numpy View без копиране (2d движещ се/плъзгащ се прозорец, крачки, маскирани структури на паметта)

Вашата задача не е възможна, като използвате само крачки, но NumPy поддържа един вид масив, който върши работата. Със стъпки и masked_array можете да създадете желания изглед на вашите данни. Въпреки това, не всички функции на NumPy поддържат операции с masked_array, така че е възможно scikit-learn да не се справя добре и с тях.

Нека първо погледнем наново какво се опитваме да направим тук. Помислете за входните данни на вашия пример. По същество данните са просто 1-d масив в паметта и е по-просто, ако помислим за крачките с това. Масивът изглежда само 2-d, защото сме дефинирали формата му. Използвайки крачки, формата може да се дефинира по следния начин:

from numpy.lib.stride_tricks import as_strided

base = np.arange(9)
isize = base.itemsize
A = as_strided(base, shape=(3, 3), strides=(3 * isize, isize))

Сега целта е да зададете такива крачки на base, че да подрежда числата като в крайния масив, B. С други думи, ние искаме цели числа a и b, така че

>>> as_strided(base, shape=(4, 4), strides=(a, b))
array([[0, 1, 3, 4],
       [1, 2, 4, 5],
       [3, 4, 6, 7],
       [4, 5, 7, 8]])

Но това явно е невъзможно. Най-близкият изглед, който можем да постигнем по този начин, е с подвижния прозорец над base:

>>> C = as_strided(base, shape=(5, 5), strides=(isize, isize))
>>> C
array([[0, 1, 2, 3, 4],
       [1, 2, 3, 4, 5],
       [2, 3, 4, 5, 6],
       [3, 4, 5, 6, 7],
       [4, 5, 6, 7, 8]])

Но разликата тук е, че имаме допълнителни колони и редове, от които бихме искали да се отървем. Така че на практика ние искаме търкалящ се прозорец, който не е съседен и също прави скокове на редовни интервали. С този пример искаме да изключим всеки трети елемент от прозореца и да прескочим един елемент след два реда.

Можем да опишем това като masked_array:

>>> mask = np.zeros((5, 5), dtype=bool)
>>> mask[2, :] = True
>>> mask[:, 2] = True
>>> D = np.ma.masked_array(C, mask=mask)

Този масив съдържа точно данните, които искаме, и е само изглед към оригиналните данни. Можем да потвърдим, че данните са равни

>>> D.data[~D.mask].reshape(4, 4)
array([[0, 1, 3, 4],
       [1, 2, 4, 5],
       [3, 4, 6, 7],
       [4, 5, 7, 8]])

Но както казах в началото, много вероятно е scikit-learn да не разбира маскираните масиви. Ако просто преобразува това в масив, данните ще са грешни:

>>> np.array(D)
array([[0, 1, 2, 3, 4],
       [1, 2, 3, 4, 5],
       [2, 3, 4, 5, 6],
       [3, 4, 5, 6, 7],
       [4, 5, 6, 7, 8]])