如何用Python Numpy将一维数组转换为指定二维数组？

给定一维Numpy数组：

arr = np.array([0, 1, 2, 3, 4, 5])

想要生成每3个连续元素组成的二维矩阵，不用for循环的话，有两种高效的Numpy原生方法：

方法一：使用sliding_window_view（推荐，Numpy 1.20+） #

这是Numpy官方推荐的滑动窗口实现，安全易用，直接基于内存视图生成结果，不会额外复制数据，效率拉满：

import numpy as np

arr = np.array([0, 1, 2, 3, 4, 5])
result = np.lib.stride_tricks.sliding_window_view(arr, window_shape=3)
print(result)

运行后输出：

[[0 1 2]
 [1 2 3]
 [2 3 4]
 [3 4 5]]

方法二：使用as_strided（兼容旧版本Numpy） #

如果你的Numpy版本低于1.20，可以用as_strided手动构造滑动窗口，但需要自行计算形状和步长，注意不要越界访问内存：

import numpy as np

arr = np.array([0, 1, 2, 3, 4, 5])
window_size = 3
n_windows = arr.size - window_size + 1

result = np.lib.stride_tricks.as_strided(
    arr,
    shape=(n_windows, window_size),
    strides=(arr.strides[0], arr.strides[0])
)
print(result)

输出和上面一致。

这两种方法都远优于for循环，尤其是处理大数组时，能充分利用Numpy的向量化运算优势，避免Python循环的性能瓶颈。

内容的提问来源于stack exchange，提问作者Ben Lahav