问题描述
如何numpy切片超出其形状，以便重复数组中的值而不必将整个数组存储在内存中？这就是我想要做的：
x = numpy.array([[1,2],[3,4]])
x[0:3,0:3]
->
[[1,2,1,4,3,4],[1,4]]
我知道numpy.repeat和numpy.tile，但是它们两者都构成了数组的副本，我想像x[1238123:1238143,5328932:5328941]那样切分我的数组，而无需进行数百万个副本较小的数组。
解决方法
使用strides技巧，我们可以制作4d视图：
In [18]: x = numpy.array([[1,2],[3,4]])
In [19]: as_strided = np.lib.stride_tricks.as_strided
In [20]: X = as_strided(x,shape=(2,2,2),strides=(0,16,8))
In [21]: X
Out[21]:
array([[[[1,[1,2]],[[3,4],4]]],[[[1,4]]]])
可以将其重塑为所需的数组：
In [22]: X.reshape(4,4)
Out[22]:
array([[1,1,4,3,4]])
但是，重塑将创建X的副本。
（2,2）数组可以在计算中用作（1,2）数组，如果需要，可以将其扩展为（2,2）：
In [25]: x[None,None,:,:]
Out[25]:
array([[[[1,4]]]])
In [26]: np.broadcast_to(x,(2,2))
Out[26]:
array([[[[1,4]],[[1,4]]]])
通过广播，我们可以在更大的计算中使用数组的视图。
,NumPy数组不支持。数组在每个维度上都必须具有一致的步幅，而您想要的数组就不会那样。
您可以为结果实现自己的自定义类型，但它不能以NumPy的速度运行，并且不能与NumPy直接兼容-充其量，您尝试调用的任何NumPy函数都必须构建一个首先从您的对象中取出真实数组。
如果您的用例仅需要较小的切片，例如您的x[1238123:1238143,5328932:5328941]示例，则最好的选择是将切片端点调整为等效的较小值，然后平铺和切片。