今天很有可能你已經做了一些使用滑動窗口(也稱為移動窗口)的事情，而你甚至不知道它。例如：許多編輯算法都是基于移動窗口的。

在GIS中做地形分析的大多數地形柵格度量(坡度、坡向、山坡陰影等)都基于滑動窗口。很多情況下，對格式化為二維數組的數據進行分析時，都很有可能涉及到滑動窗口。

滑動窗口操作非常普遍，非常有用。它們也很容易在Python中實現。學習如何實現移動窗口將把你的數據分析和爭論技能提升到一個新的水平。

什么是滑動窗？

下面的例子顯示了一個3×3(3×3)滑動窗口。用紅色標注的數組元素是目標元素。這是滑動窗口將計算的新度量的數組位置。例如，在下面的圖像中，我們可以計算灰色窗口中9個元素的平均值(平均值也是8)，并將其分配給目標元素，用紅色標出。你可以計算最小值(0)、最大值(16)或其他一些指標，而不是平均值。對數組中的每個元素都這樣做。

就是這樣。這就是滑動窗口的基本原理。當然，事情可能變得更加復雜。有限差分方法可以用于時間和空間數據。邏輯可以實現。可以使用更大的窗口大小或非正方形窗口。你懂的。但在其核心，移動窗口分析可以簡單地總結為鄰居元素的平均值。

需要注意的是，必須為邊緣元素設置特殊的調整，因為它們沒有9個相鄰元素。因此，許多分析都排除了邊緣元素。為簡單起見，我們將在本文中排除邊緣元素。

樣例數組

3x3的滑動窗口

創建一個NumPy數組

為了實現一些簡單的示例，讓我們創建上面所示的數組。首先，導入numpy。

import numpy as np

然后使用arange創建一個7×7的數組，值范圍從1到48。另外，創建另一個包含無數據值的數組，該數組的形狀和數據類型與初始數組相同。在本例中，我使用-1作為無數據值。

a = np.arange(49).reshape((7, 7)) 
b = np.full(a.shape, -1.0)

我們將使用這些數組來開發下面的滑動窗口示例。

通過循環實現滑動窗口

毫無疑問，你已經聽說過Python中的循環很慢，應該盡可能避免。特別是在使用大型NumPy數組時。這是完全正確。盡管如此，我們將首先看一個使用循環的示例，因為這是一種簡單的方法來概念化在移動窗口操作中發生的事情。在你通過循環示例掌握了概念之后，我們將繼續使用更有效的向量化方法。

要實現移動窗口，只需循環遍歷所有內部數組元素，識別所有相鄰元素的值，并在特定的計算中使用這些值。

通過行和列偏移量可以很容易地識別相鄰值。3×3窗口的偏移量如下所示。

行偏移

列偏移

循環中NumPy移動窗口的Python代碼

我們可以用三行代碼實現一個移動窗口。這個例子在滑動窗口內計算平均值。首先，循環遍歷數組的內部行。其次，循環遍歷數組的內部列。第三，在滑動窗口內計算平均值，并將值賦給輸出數組中相應的數組元素。

for i in range(1, a.shape[0]-1):
    for j in range(1, a.shape[1]-1): 
        b[i, j] = (a[i-1, j-1] + a[i-1, j] + a[i-1, j+1] + a[i, j-1] + a[i, j] + a[i, j+1] + a[i+1, j-1] + a[i+1, j] + a[i+1, j+1]) / 9.0

循環后結果

你將注意到結果與輸入數組具有相同的值，但是外部元素沒有被分配數據值，因為它們不包含9個相鄰元素。

[[-1. -1. -1. -1. -1. -1. -1.]
 [-1. 8. 9. 10. 11. 12. -1.]
 [-1. 15. 16. 17. 18. 19. -1.]
 [-1. 22. 23. 24. 25. 26. -1.]
 [-1. 29. 30. 31. 32. 33. -1.] 
 [-1. 36. 37. 38. 39. 40. -1.]
 [-1. -1. -1. -1. -1. -1. -1.]]

向量化滑動窗口

Python中的數組循環通常計算效率低下。通過對通常在循環中執行的操作進行向量化，可以提高效率。移動窗口矢量化可以通過同時抵消數組內部的所有元素來實現。

如下圖所示。每個圖像都有相應的索引。你將注意到最后一張圖像索引了所有內部元素，并且對應的圖像索引了每個相鄰元素的偏移量。

從左到右的偏移索引：[1：-1，：-2]，[1：-1，2：]，[2 :, 2：]

從左到右的偏移索引：[2 :,：-2]，[2 :, 1：-1]，[：-2，1：-1]

從左到右的偏移索引：[：-2，2：]，[：-2，：-2]，[1：-1、1：-1]

Numpy數組上的向量化移動窗口的Python代碼

有了上述偏移量，我們現在可以輕松地在一行代碼中實現滑動窗口。 只需將輸出數組的所有內部元素設置為根據相鄰元素計算所需輸出的函數。

b[1:-1, 1:-1] = (a[1:-1, 1:-1] + a[:-2, 1:-1] + a[2:, 1:-1] + a[1:-1, :-2] + a[1:-1, 2:] + a[2:, 2:] + a[:-2, :-2] + a[2:, :-2] + a[:-2, 2:]) / 9.0

矢量化滑動窗口結果

如你所見，這將得到與循環相同的結果。

[[-1. -1. -1. -1. -1. -1. -1.]
 [-1. 8. 9. 10. 11. 12. -1.]
 [-1. 15. 16. 17. 18. 19. -1.]
 [-1. 22. 23. 24. 25. 26. -1.]
 [-1. 29. 30. 31. 32. 33. -1.]
 [-1. 36. 37. 38. 39. 40. -1.]
 [-1. -1. -1. -1. -1. -1. -1.]]

速度比較

上述兩種方法產生相同的結果，但哪一種更有效?我計算了從5行到100列的數組的每種方法的速度。每種方法對每個測試100次。下面是每種方法的平均時間。

很明顯，向量化的方法更加有效。隨著數組大小的增加，循環的效率呈指數級下降。另外，需要注意的是，一個包含10,000個元素(100行和100列)的數組非常小。

總結

移動窗口計算在許多數據分析工作流程中非常常見。這些計算是非常有用的，非常容易實現。然而，使用循環來實現滑動窗口操作是非常低效的。

向量化的移動窗口實現不僅更高效，而且使用更少的代碼行。一旦掌握了實現滑動窗口的向量化方法，就可以輕松有效地提高工作流程的速度。

補充：Python學習筆記——Numpy數組的移動滑窗，使用as_strided實現

Numpy中移動滑窗的實現

為何需要移動滑窗

在量化投資分析過程中，對歷史數據進行分析是一個必不可少的步驟。滑窗在歷史數據分析中的重要性不言而喻。譬如移動平均、指數平滑移動平均、MACD、DMA等等價格指標的計算都無一例外需要用到滑窗。

作為一種非常受歡迎的數據分析工具，pandas中提供了專門的滑窗類：DataFrame.rolling()。通過這個滑窗類，可以非常容易地實現移動平均等等算法，但是，在某些情況下，Pandas的運行速度還是不夠，需要借助Numpy的高效率進一步提升速度，這時候就需要在Numpy中實現滑窗了。

Numpy中的移動滑窗

可惜Numpy并沒有提供直接簡單的滑窗方法，如果使用for-loop來實現滑窗，不僅效率打折扣，而且內存占用也非常大。實際上，Numpy提供了一個非常底層的函數可以用來生成滑窗：Numpy.lib.stride_tricks.as_stried。

移動滑窗的as_strided實現方法

舉一個例子，首先生成一個5000行200列的二維數組，我們需要在這個二維數組上生成一個寬度為200的滑窗，也就是說，第一個窗口包含前0～199行數據，第二個窗口包含1～200行，第三個窗口包含2～201行，以此類推，一共4801組：

In [106]: d = np.random.randint(100, size=(5000,200))

如果使用as_strided函數生成上述滑窗，需要用下面的代碼，它生成一個三維數組，包括4801組200X200的矩陣，每一組200X200的矩陣代表一組滑窗：

In [107]: %timeit sd = as_strided(d, (4801,200,200), (200*8, 200*8, 8))
5.97 µs ± 33.2 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

我們再嘗試一下用for-loop的方法生成一個滑窗檢驗一下前面生成的滑窗是否正確：

In [108]: %%timeit
     ...: sd2 = np.zeros((4801,200,200))
     ...: for i in range(4801):
     ...:     sd2[i] = d[i:i+200]
     ...: 
722 ms ± 98.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [109]: np.allclose(sd, sd2)
Out[109]: True

從上面的代碼可以看出，使用as_strided生成一組滑窗，速度竟然是for-loop的十萬倍以上！那么as_strided是如何做到的呢？

關于as_strided函數的詳細解析

as_strided是怎么回事呢？看它的函數解釋：

Signature: as_strided(x, shape=None, strides=None, subok=False, writeable=True)
Docstring:
Create a view into the array with the given shape and strides.

.. warning:: This function has to be used with extreme care, see notes.

Parameters
----------
x : ndarray
Array to create a new.
shape : sequence of int, optional
The shape of the new array. Defaults to "x.shape".
strides : sequence of int, optional
The strides of the new array. Defaults to "x.strides".
subok : bool, optional
If True, subclasses are preserved.
writeable : bool, optional
If set to False, the returned array will always be readonly. Otherwise it will be writable if the original array was. It is advisable to set this to False if possible (see Notes).

Returns
-------
view : ndarray

這個函數接受的第一個參數是一個數組，第二個參數是輸出的數據shape，第三個參數是stride。要控制數據的輸出，shape和stride都非常重要

shape的含義非常簡單，就是指輸出的數據的行、列、層數，這個參數是一個元組，元組的元素數量等于數組的維度。

而stride的含義就相對復雜一些，其實它的含義是指“步幅”，意思是每一個維度的數據在內存上平移的字節數量。

因為數組在內存中的存放方式是一維線性方式存放的，因此要訪問數組中的某個數字就需要知道平移到哪一個內存單元，ndarray通過stride“步幅”來指定這個平移的幅度。

在as_strided函數中，stride也是一個元組，其元素的數量必須跟shape的元素數量相同，每一個元素就代表該維度的每一個數據相對前一個數據的內存間隔。

舉個例子：

In [188]: d = np.random.randint(10, size=(5,3))

In [189]: d
Out[189]: 
array([[4, 4, 6],
       [2, 9, 3],
       [5, 1, 1],
       [2, 0, 0],
       [9, 2, 3]])