Python中是否有类似MATLAB的二维数组方形滑动窗口函数？

一、替代MATLAB滑动窗口的常用工具 #

• numpy.lib.stride_tricks.sliding_window_view（numpy 1.20+内置）：最直接的内置替代方案，可快速生成任意维度的滑动窗口视图，基于数组 stride 机制无需复制数据，效率极高。
• scipy.ndimage：其滤波类函数（如uniform_filter、median_filter）本质基于滑动窗口实现，但如果仅需提取窗口而非计算统计量，sliding_window_view更贴合需求。
• skimage.util.view_as_windows：功能与numpy的sliding_window_view相近，在图像处理场景中常用。

二、二维数组方形窗口提取的高效实现 #

你当前的嵌套循环实现虽能完成功能，但在数组规模较大时效率偏低。以下是用内置/库函数实现的更优方案：

方法1：使用numpy内置的sliding_window_view #

import numpy as np

median_x_array = median_coords_3d_array[:, :, 0]  # 提取x坐标
window_size = 3
padded_array = np.pad(median_x_array, pad_width=1, mode='wrap')

# 生成滑动窗口视图，无额外内存开销
windows = np.lib.stride_tricks.sliding_window_view(padded_array, window_shape=(window_size, window_size))
# 将每个窗口展平，与你原代码输出格式一致
median_x_neighbors = windows.reshape(-1, window_size * window_size).tolist()

方法2：使用scikit-image的view_as_windows #

若已安装scikit-image，也可采用此方案：

import numpy as np
from skimage.util import view_as_windows

median_x_array = median_coords_3d_array[:, :, 0]
window_size = 3
padded_array = np.pad(median_x_array, pad_width=1, mode='wrap')

windows = view_as_windows(padded_array, (window_size, window_size))
median_x_neighbors = windows.reshape(-1, window_size * window_size).tolist()

注意事项 #

• sliding_window_view是numpy 1.20版本后新增的功能，若使用低版本numpy，建议升级或改用view_as_windows。
• 上述两种方法生成的均为原数组的视图，仅在调用.tolist()或显式复制时才会生成新数组，内存利用率远高于循环实现。

内容的提问来源于stack exchange，提问作者HBM