我想从数组中提取每 N 个连续元素的组。对于像这样的 numpy 数组:
a = numpy.array([1,2,3,4,5,6,7,8])
我希望有(N=5):
array([[1,2,3,4,5],
[2,3,4,5,6],
[3,4,5,6,7],
[4,5,6,7,8]])
这样我就可以运行进一步的函数,例如平均值和总和。如何生成这样的数组?
broadcasting
-
import numpy as np
out = a[np.arange(a.size - N + 1)[:,None] + np.arange(N)]
样品运行 -
In [31]: a
Out[31]: array([4, 2, 5, 4, 1, 6, 7, 3])
In [32]: N
Out[32]: 5
In [33]: out
Out[33]:
array([[4, 2, 5, 4, 1],
[2, 5, 4, 1, 6],
[5, 4, 1, 6, 7],
[4, 1, 6, 7, 3]])
您可以使用此
博客中的
rolling_window
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)
In [37]: a = np.array([1,2,3,4,5,6,7,8])
In [38]: rolling_window(a, 5)
Out[38]:
array([[1, 2, 3, 4, 5],
[2, 3, 4, 5, 6],
[3, 4, 5, 6, 7],
[4, 5, 6, 7, 8]])
我喜欢@Divkar 的解决方案。但是,对于较大的数组和窗口,您可能需要使用
rolling_window
?
In [55]: a = np.arange(1000)
In [56]: %timeit rolling_window(a, 5)
100000 loops, best of 3: 9.02 µs per loop
In [57]: %timeit broadcast_f(a, 5)
10000 loops, best of 3: 87.7 µs per loop
In [58]: %timeit rolling_window(a, 100)
100000 loops, best of 3: 8.93 µs per loop
In [59]: %timeit broadcast_f(a, 100)
1000 loops, best of 3: 1.04 ms per loop
Zero的rolling_window方法很神奇。他引用了一篇文章https://rigtorp.se/2011/01/01/rolling-statistics-numpy.html,该文章在他的回答后进行了更新。
2021 年 4 月 21 日更新:NumPy 现在附带了一个内置函数 slider_window_view ,它正是执行此操作。还有具有滚动平均值、标准差等优化功能的 Bottleneck 库。
按照文档sliding_window_view,你只需编写如下代码即可
import numpy as np
np.lib.stride_tricks.sliding_window_view(a, 5)
然后你得到的结果与上面两个相同。