如何使用Numpy将数组分割为滑动式等长子数组？

你需要的是步长为1、窗口大小为4的滑动窗口分割，np.array_split是无重叠的均分逻辑，不符合需求。下面提供两种基于Numpy的解决方案：

方法一：使用np.lib.stride_tricks.sliding_window_view（推荐，Numpy 1.20+） #

这是Numpy官方推出的专门用于滑动窗口的工具，安全且简洁，无需手动处理内存 stride：

import numpy as np

my_array = np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14])
# 窗口大小设为4，步长默认1
windowed_array = np.lib.stride_tricks.sliding_window_view(my_array, window_shape=4)

print(windowed_array)

输出结果：

[[ 1  2  3  4]
 [ 2  3  4  5]
 [ 3  4  5  6]
 [ 4  5  6  7]
 [ 5  6  7  8]
 [ 6  7  8  9]
 [ 7  8  9 10]
 [ 8  9 10 11]
 [ 9 10 11 12]
 [10 11 12 13]
 [11 12 13 14]]

结果是一个形状为(11,4)的二维数组，正好对应你需要的11个重叠子数组。

方法二：使用np.lib.stride_tricks.as_strided（兼容旧版Numpy） #

如果你使用的Numpy版本低于1.20，可以手动通过as_strided实现，但需要注意：直接操作内存 stride 可能导致越界访问，必须严格计算形状和步长：

import numpy as np

my_array = np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14])
window_size = 4
# 计算子数组数量
num_windows = len(my_array) - window_size + 1
# 获取数组元素的字节大小
element_size = my_array.itemsize

# 构建滑动窗口数组
windowed_array = np.lib.stride_tricks.as_strided(
    my_array,
    shape=(num_windows, window_size),
    strides=(element_size, element_size)
)

print(windowed_array)

输出结果和方法一完全一致，但这种方法需要手动管理 stride，不如sliding_window_view安全，优先推荐方法一。

内容的提问来源于stack exchange，提问作者Tolga Dönmez