使用 Numpy 对模式进行编码

Question

我想在时间序列中找到向上/向下模式。这是我用于简单向上/向下的：

diff = np.diff(source, n=1)
encoding = np.where(diff > 0, 1, 0)

Numpy 有没有办法在没有慢循环的情况下对具有给定回溯长度的模式执行此操作？例如 up/up/up = 0 down/down/down = 1 up/down/up = 2 up/down/down = 3.....

感谢您的帮助。

Answer 1

我昨天从 StackOverflow 的一个答案 similar to this 中了解到 np.lib.stride_tricks.as_strided。这是一个很棒的技巧，并不像我预期的那样难以理解。现在，如果你明白了，让我们定义一个名为 rolling 的函数，列出所有要检查的模式：

def rolling(a, window):
    shape = (a.size - window + 1, window)
    strides = (a.itemsize, a.itemsize)
    return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides)

compare_with = [True, False, True]
bool_arr = np.random.choice([True, False], size=15)
paterns = rolling(bool_arr, len(compare_with))

然后你可以计算模式匹配的索引as discussed here

idx = np.where(np.all(paterns == compare_with, axis=1))

示例运行：

bool_arr
array([ True, False,  True, False,  True,  True, False, False, False,
       False, False, False,  True,  True, False])
patterns
array([[ True, False,  True],
       [False,  True, False],
       [ True, False,  True],
       [False,  True,  True],
       [ True,  True, False],
       [ True, False, False],
       [False, False, False],
       [False, False, False],
       [False, False, False],
       [False, False, False],
       [False, False,  True],
       [False,  True,  True],
       [ True,  True, False]])
idx
(array([ 0,  2, 13], dtype=int64),)