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
扫描二维码推送至手机访问。