python – Pandas中的窗口重叠

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Pandas中的窗口重叠，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1175字，纯文字阅读大概需要2分钟。

内容图文

在pandas中,有几种方法可以在给定窗口中操作数据(例如pd.rolling_mean或pd.rolling_std.)但是,我想设置一个窗口重叠,我认为这是一个非常标准的要求.例如,在下图中,您可以看到一个跨越256个样本并重叠128个样本的窗口.

如何使用Pandas或Numpy中包含的优化方法来做到这一点？

解决方法:

使用as_strided你会做这样的事情：

import numpy as np
from numpy.lib.stride_tricks import as_strided

def windowed_view(arr, window, overlap):
    arr = np.asarray(arr)
    window_step = window - overlap
    new_shape = arr.shape[:-1] + ((arr.shape[-1] - overlap) // window_step,
                                  window)
    new_strides = (arr.strides[:-1] + (window_step * arr.strides[-1],) +
                   arr.strides[-1:])
    return as_strided(arr, shape=new_shape, strides=new_strides)

如果将一维数组传递给上面的函数,它将返回一个2D视图到该数组,其形状为(number_of_windows,window_size),因此您可以计算,例如窗口意味着：

win_avg = np.mean(windowed_view(arr, win_size, win_overlap), axis=-1)

例如：

>>> a = np.arange(16)
>>> windowed_view(a, 4, 2)
array([[ 0,  1,  2,  3],
       [ 2,  3,  4,  5],
       [ 4,  5,  6,  7],
       [ 6,  7,  8,  9],
       [ 8,  9, 10, 11],
       [10, 11, 12, 13],
       [12, 13, 14, 15]])
>>> windowed_view(a, 4, 1)
array([[ 0,  1,  2,  3],
       [ 3,  4,  5,  6],
       [ 6,  7,  8,  9],
       [ 9, 10, 11, 12],
       [12, 13, 14, 15]])

内容总结

以上是互联网集市为您收集整理的python – Pandas中的窗口重叠全部内容，希望文章能够帮你解决python – Pandas中的窗口重叠所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端