是否有一个直方图函数可以处理任何通用的 bin?
在我的神经科学应用程序中,我有两个一维数组:spikes
和time_centers
和一个参数time_window
。我的目标是输出名为 firing_rate
的数组与 time_centers
大小相同,定义为firing_rate[i]=len(abs(spikes-time_centers[i])<time_window)
,以便计算每个 time_center
附近的尖峰数量bin 的宽度区间 time_window
.
我很快起草了一个函数,但我有点担心性能,因为我需要处理大量的尖峰序列。
def fr(spikes,time_bins,time_window):
rate=np.zeros(time_bins.size)
for i,t in enumerate(time_bins):
rate[i]= sum(np.abs(spikes-t)<time_window)
return rate
是否可以利用spikes
这一事实数组已排序?
即使我使用相同大小的垃圾箱 ( time_window
),我的垃圾箱也可能重叠,或者垃圾箱之间可能存在可变间隙。
通常spikes
包含 ~ 1000 个元素,time_centers
~ 50 个 bin,我需要为每个 session 计算 30000 个神经元。
最佳答案
我们可以使用 np.searchsorted
的排序性质-
idx1 = np.searchsorted(spikes,time_bins-time_window,'right')
idx2 = np.searchsorted(spikes,time_bins+time_window,'left')
rate = idx2-idx1
或者,对 time_bins
进行一次 searchsorted
,使其在 spikes
的限制内 -
T = np.r_[time_bins-time_window,time_bins+time_window]
n = len(time_bins)
idxx = np.searchsorted(spikes,T,'left')
idx1 = idxx[:n] + (time_bins-spikes[idxx[:n]]>=time_window)
idx2 = idxx[n:]
关于python - 将直方图函数扩展到重叠的箱和具有任意间隙的箱?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57631469/