有没有办法在 Numpy 中有效地实现一维数组的滚动窗口?
例如,我有这个纯 Python 代码片段来计算一维列表的滚动标准差,其中 observations
是一维值列表,而 n
是标准差的窗口长度:
stdev = []
for i, data in enumerate(observations[n-1:]):
strip = observations[i:i+n]
mean = sum(strip) / n
stdev.append(sqrt(250*sum([(s-mean)**2 for s in strip])/(n-1)))
有没有办法在 Numpy 中完全做到这一点,即没有任何 Python 循环? numpy.std
的标准差是微不足道的,但滚动窗口部分完全难倒我。
我找到了 this关于 Numpy 中滚动窗口的博客文章,但它似乎不适用于一维数组。
最佳答案
只需使用博客代码,但将您的函数应用于结果。
即
numpy.std(rolling_window(observations, n), 1)
你在哪里(来自博客):
def rolling_window(a, window):
shape = a.shape[:-1] + (a.shape[-1] - window + 1, window)
strides = a.strides + (a.strides[-1],)
return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides)
关于python - Numpy中一维数组的滚动窗口?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6811183/