2D 数组上的 Numpy 滚动窗口，作为以嵌套数组作为数据值的 1D 数组

使用时np.lib.stride_tricks.as_strided，如何使用嵌套数组作为数据值来管理 2D 数组？有更好的吗高效的方法？

具体来说，如果我有一个 2Dnp.array如下所示，其中一维数组中的每个数据项都是长度为 2 的数组：

[[1., 2.],[3., 4.],[5.,6.],[7.,8.],[9.,10.]...]

我想重塑滚动，如下所示：

[[[1., 2.],[3., 4.],[5.,6.]],
 [[3., 4.],[5.,6.],[7.,8.]],
 [[5.,6.],[7.,8.],[9.,10.]],
  ...
]

我看过类似的答案（例如这个滚动窗口函数 https://stackoverflow.com/a/6811241/6334309），但是在使用中我不能让内部数组/元组保持不变。

例如，窗口长度为3: 我已经尝试过shape of (len(seq)+3-1, 3, 2) and a stride of (2 * 8, 2 * 8, 8)，但没有运气。也许我错过了一些明显的东西？

Cheers.

EDIT:使用 Python 内置函数很容易生成功能相同的解决方案（可以使用例如进行优化）np.arange类似于 Divakar 的解决方案），但是，使用怎么样as_strided？据我了解，这可以用于高效的解决方案吗？

IIUC 你可以做这样的事情 -

def rolling_window2D(a,n):
    # a: 2D Input array 
    # n: Group/sliding window length
    return a[np.arange(a.shape[0]-n+1)[:,None] + np.arange(n)]

样本运行 -

In [110]: a
Out[110]: 
array([[ 1,  2],
       [ 3,  4],
       [ 5,  6],
       [ 7,  8],
       [ 9, 10]])

In [111]: rolling_window2D(a,3)
Out[111]: 
array([[[ 1,  2],
        [ 3,  4],
        [ 5,  6]],

       [[ 3,  4],
        [ 5,  6],
        [ 7,  8]],

       [[ 5,  6],
        [ 7,  8],
        [ 9, 10]]])