Numpy中能否通过调整reshape与strides参数移除初始transpose操作？

可以通过调整shape、strides的参数以及后续的维度操作，完全移除开头的transpose函数，以下是具体实现和说明：

原代码及输入输出 #

原代码 #

import numpy as np

# 输入数据
array = np.array([[1, 60],
                  [2, 70],
                  [3, 80],
                  [4, 90]])
depth = 3

# 处理逻辑
n_rows, n_cols = array.shape
array = array.T    # transpose函数在此处
shape = array.shape[:-1] + (array.shape[-1] - depth + 1, depth - 1)
strides = array.strides + (array.strides[-1],)
array = np.lib.stride_tricks.as_strided(array, shape=shape, strides=strides)
reshaped = np.reshape(
    np.swapaxes(array, 0, 1),
    (n_rows-depth+1, (depth - 1) * n_cols),
)

输入与输出 #

# 输入array
array([[ 1, 60],
       [ 2, 70],
       [ 3, 80],
       [ 4, 90]])

# 输出reshaped
array([[ 1,  2, 60, 70],
       [ 2,  3, 70, 80]])

移除transpose的修改版本 #

修改后代码 #

import numpy as np

# 输入数据
array = np.array([[1, 60],
                  [2, 70],
                  [3, 80],
                  [4, 90]])
depth = 3

# 处理逻辑（移除transpose）
n_rows, n_cols = array.shape
# 直接基于原数组构造滑动窗口的shape：(滑动窗口数量, 窗口内行数, 列数)
shape = (n_rows - depth + 1, depth - 1, n_cols)
# 构造对应strides：行滑动步长、窗口内行偏移步长、列偏移步长
strides = (array.strides[0], array.strides[0], array.strides[1])
array = np.lib.stride_tricks.as_strided(array, shape=shape, strides=strides)
# 无需swapaxes，直接reshape得到目标格式
reshaped = array.reshape((n_rows - depth + 1, (depth - 1) * n_cols))

核心调整说明 #

1. shape参数调整：原代码转置后在列维度（原行维度）做滑动窗口，现在直接在原数组的行维度构造滑动窗口，shape设为(滑动窗口数, 窗口内行数, 列数)，对应(4-3+1, 3-1, 2)即(2,2,2)。
2. strides参数调整：利用原数组的行、列步长，设置滑动时每次移动一行（array.strides[0]），窗口内取连续行（同样用array.strides[0]），列维度正常偏移（array.strides[1]）。
3. 移除swapaxes：调整shape后维度顺序已经符合reshape需求，不需要再交换轴，直接reshape即可得到和原代码一致的输出。

内容的提问来源于stack exchange，提问作者pierre_j