Tomando subarrays de la matriz numpy con el paso / tamaño dado

Digamos que tengo una matriz de Python Numpy a .

 a = numpy.array([1,2,3,4,5,6,7,8,9,10,11]) 

Quiero crear una matriz de subsecuencias a partir de esta matriz de longitud 5 con zancada 3. Por lo tanto, la matriz de resultados tendrá el siguiente aspecto:

 numpy.array([[1,2,3,4,5],[4,5,6,7,8],[7,8,9,10,11]]) 

Una forma posible de implementar esto sería usando un bucle for.

 result_matrix = np.zeros((3, 5)) for i in range(0, len(a), 3): result_matrix[i] = a[i:i+5] 

¿Hay una forma más limpia de implementar esto en Numpy?

Enfoque # 1: Uso de la broadcasting

 def broadcasting_app(a, L, S ): # Window len = L, Stride len/stepsize = S nrows = ((a.size-L)//S)+1 return a[S*np.arange(nrows)[:,None] + np.arange(L)] 

Enfoque # 2: usar NumPy strides más eficientes –

 def strided_app(a, L, S ): # Window len = L, Stride len/stepsize = S nrows = ((a.size-L)//S)+1 n = a.strides[0] return np.lib.stride_tricks.as_strided(a, shape=(nrows,L), strides=(S*n,n)) 

Ejecución de la muestra

 In [143]: a Out[143]: array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) In [144]: broadcasting_app(a, L = 5, S = 3) Out[144]: array([[ 1, 2, 3, 4, 5], [ 4, 5, 6, 7, 8], [ 7, 8, 9, 10, 11]]) In [145]: strided_app(a, L = 5, S = 3) Out[145]: array([[ 1, 2, 3, 4, 5], [ 4, 5, 6, 7, 8], [ 7, 8, 9, 10, 11]])