Numpy将非连续数组的连续部分视为较大的数据类型

# data is actually load from a source file
a = np.random.randint(0, 256, 2**28, 'B').view('c')

由于复制效率不高(并且会产生缓存丢失等问题),因此我使用跨步技巧直接生成了三元图:

tri = np.lib.stride_tricks.as_strided(a, (len(a)-2,3), a.strides*2)

这将生成一个具有形状的三角图列表 (2**28-2, 3) S3 )因此,numpy更“合理”地显示它(而不是单个字符)。

tri = tri.view('S3')

它给出了例外情况:

ValueError: To change to a dtype of a different size, the array must be C-contiguous

我知道为了创建一个有意义的视图,通常数据应该是连续的,但是这个数据在“应该在哪里”是连续的:每三个元素都是连续的。

所以我想知道 如何 view 非连续中的连续部分 np.ndarray ? 一个更“标准”的方式会更好,而黑客的方式也是受欢迎的。看来我能定下来 shape 和 stride np.lib.stride_tricks.as_strided ,但我不能强迫你 dtype 这就是问题所在。

编辑

非连续数组可以通过简单的切片生成。例如:

np.empty((8, 4), 'uint32')[:, :2].view('uint64')

将抛出上面相同的异常(而从内存的角度来看,我应该能够做到这一点)。这种情况比我上面的例子更常见。