Numpy如何基于指定索引批量提取固定长度连续元素？

当然可以！NumPy的矢量化操作完全能帮你避开for循环，高效解决这个问题，下面给你两种实用的方法：

方法1：广播生成索引（直观易读） #

这种方法最容易理解，核心是利用NumPy的广播机制，一次性生成所有需要提取的元素索引，直接索引原数组即可：

import numpy as np

# 定义原数组和目标索引
arr = np.array([10,11,12,13,14,15,16,17,18,19])
indices = np.array([1,3,5])

# 生成每个索引对应的连续2个元素的索引数组
target_indices = indices[:, None] + np.arange(2)
# 提取结果
result = arr[target_indices]

print(result)
# 输出：
# [[11 12]
#  [13 14]
#  [15 16]]

原理说明：indices[:, None]把一维索引数组转换成**(3,1)的二维数组，和长度为2的np.arange(2)（即[0,1]）相加时，NumPy会自动广播成(3,2)**的索引矩阵，正好对应每个起始索引的连续2个元素位置，直接索引原数组就能得到目标结果。

方法2：滑动窗口视图（内存高效） #

如果你的原数组很大，或者需要频繁处理固定长度的滑动窗口，可以用np.lib.stride_tricks.as_strided创建数组视图（不额外占用内存），再提取对应窗口：

import numpy as np

arr = np.array([10,11,12,13,14,15,16,17,18,19])
indices = np.array([1,3,5])
window_size = 2

# 创建原数组的滑动窗口视图（无内存复制）
windowed_arr = np.lib.stride_tricks.as_strided(
    arr,
    shape=(len(arr) - window_size + 1, window_size),
    strides=(arr.strides[0], arr.strides[0])
)

# 提取对应索引的窗口
result = windowed_arr[indices]

print(result)
# 输出和方法1完全一致

注意事项：使用as_strided时要确保索引不会超出滑动窗口的范围（比如这里indices的最大值不能超过len(arr)-window_size，也就是8），否则会访问到数组外的内存，导致错误结果。

两种方法都是纯NumPy矢量化操作，效率远高于for循环，尤其是处理大规模数据时优势明显。

内容的提问来源于stack exchange，提问作者Stumpp