通过 for 循环将数据集拆分为特定数量的样本

Question

我有一个 35136×1 矩阵，其中包含 366 天的功率数据，每天有 96 次测量）。我想从 252 天中抽取一个样本：“第 1 天到第 7 天”的功率数据是第一个样本，“第 2 天到第 8 天”的功率数据是第二个样本等），并将我的矩阵重塑为大小[96 7 1 252]。
我写了以下代码，但我得到了 36 个样本而不是 252 个

m=7;
for j=1
    sample([j:96*m],:)=solarpower_n([j:96*m],:);
    y([(96*m)+1:96*(m+1)],:)=solarpower_n([(96*m)+1:96*(m+1)],:);
    m=m+1;
    for j=2:246
        sample([(96*(j-1))+1:96*m],:)=solarpower_n([(96*(j-1))+1:96*m],:);
        y([(96*m)+1:96*(m+1)],:)=solarpower_n([(96*m)+1:96*(m+1)],:);
        m=m+1;
    end
end

我想每 7 天取样一次。假设D 是天数，M 是每天的功率测量次数。 252 天，M=[1,2,3,...,96] 和 D=[1,2,...,252]。因此，第一天的幂P1 的维度为 96*1。我想拍sample1={P1,...,P7}, sample2={P2,...,P8} , .....,sample252={P246,.....,P252}。并有一个[96 7 1 252] 4-D 数组。

我怎样才能做到这一点？

Answer 1

以这种方式采样效率相当低，因为您要复制每个数据点 7 次。您可以简单地使用索引：

A = rand(96*366, 1);  % Sample data
B = reshape(A,[96 366]); % Reshape all your days in one go
B(:, 1:7) % first 7 days
B(:, 163:170) % Days 163 to 170, etc.

如果您确实想将数据复制 7 次到 4D 数组，您可以使用简单的 for 循环：

A = rand(96*366, 1);  % Sample data
% Note you need days 253:256, since P252 contains those days
B = reshape(A(1:96*(252+6)),[96 (252+6)]); % Reshape your first 252 days

C = zeros(size(B,1), 7, 1, size(B,2)-6);  % Initialise output

for ii = 1:size(B,2)-6
   C(:, :, :, ii) = B(:, ii:ii+6);  % Save each 7 day sample
end

摆脱for 循环很困难，因为您需要一个滑动窗口。某处可能有专门的函数，但考虑到您的数据大小，循环应该足够高性能。

有关reshape() 的简短介绍，您可以阅读this answer of mine。