有没有一种对 numpy 数组进行“移动”计算的好方法？答案

【问题标题】：Is there a good way to do "moving" calculations on numpy arrays?有没有一种对 numpy 数组进行“移动”计算的好方法？
【发布时间】：2017-06-13 17:14:30
【问题描述】：

我正在从事一个数据处理项目，我通常希望将一维 numpy 数组作为输入，并输出一个等长数组，该数组的元素是通过处理一定数量的输入元素生成的。这是一个使用 for 循环解决的相对简单的问题，但我想知道 numpy 是否有内置的方法来解决这个问题，我认为这会明显更快。

为了说明我的目标，想象一次生成一个向量 (B) 1 个元素，并让当前生成的元素为元素 N（表示为 B[N]）。

假设我希望 B 是一个向量，其元素对应于向量 A 中元素的简单移动平均值。我想说的是

B[i] = AVG(A[(i-N):i]) #N <= i < len(A)

这里的 i 是正在运行的任何底层循环的迭代索引，而 AVG 是一个通用函数，它计算传递给它的一组数字的平均值。

正如我所说，使用 for 循环很容易，但这似乎像 numpy 之类的东西应该能够很容易地完成，所以我想在我乱丢代码的结构不是最优的之前先问问专业人士。

【问题讨论】：

很遗憾，这需要一个具体的例子来回答。
@J.C.Leitão。这个问题与这个无关。 OP 正试图放弃使用原始 Python 并改用 numpy。
你玩过np.cumsum和np.cumprod这样的函数吗？
@MadPhysicist 是不是伪代码不够具体？我相信我对我的目标的解释非常透彻。我只是想知道 numpy 是否有内置的方式来做我在 sudo 代码中所做的事情。
@hpaulj 我在某些应用程序中使用过 cumsum，但尝试将它用于测量运动信息（例如标准偏差）的东西我认为它并没有真正起作用。

标签： python arrays numpy indexing

【解决方案1】：

在 Pandas 中查看 standard moving window functions。例如，窗口大小为 10 的移动平均线将是 pd.rolling_mean(data, window=10)。

你也可以用pd.rolling_apply(data, lambda x: np.mean(x), window=10)提供自己的聚合函数，和上一个一样。

【讨论】：

虽然 Pandas 肯定不会被淘汰，但现在我真的特别想知道 numpy。这确实看起来正是我最终想要做的，谢谢你的提示！
我接受了这个答案，尽管它并不完全符合最初的问题。 @Mad Physicist 的回答是针对特定问题的一个很好的解决方案。但是，如果您希望在一个项目中应用多种不同的流程算法，则此解决方案的适用性要大得多。 Pandas 值得单独使用这个功能。

【解决方案2】：

有点低级，但您可以通过将数据与您选择的窗口进行交叉关联来过滤数据。移动平均窗口是一堆窗口除以有多少窗口。请注意，相关具有各种“模式”，并且起点/终点的有效性各不相同。

import numpy as np
import scipy.signal as signal
import matplotlib.pyplot as plt

window_size = 10
window = np.ones(window_size) / window_size
x = np.random.rand(100)

x_filt = signal.correlate(x, window, mode='same')

f, ax = plt.subplots()
ax.plot(x)
ax.plot(x_filt)

【讨论】：

【解决方案3】：

不使用卷积的最简单的纯 numpy 解决方案是使用np.cumsum 的解决方案。基本思想是，从索引i - N 到索引i（包括两者）的元素总和是到i 的累积总和，减去到i - N - 1 的累积总和。规范化只是N 本身：

s = np.cumsum(A)
B = (s[N:] - s[:-N]) / N

不清楚您是否希望B 与A 的长度相同。如果是这样，例如，您可以使用np.concatenate 或np.r_ 将累积和的第一个N 值添加到B：

B = np.concatenate((s[:N] / np.arange(N), (s[N:] - s[:-N]) / N))

或

B = np.r_[s[:N] / np.arange(N), (s[N:] - s[:-N]) / N]

写完这篇文章后，我意识到@Jaime 对基本相同的问题here 有一个非常相似的答案。我将保留我的答案，因为它正确地规范了数组的初始部分，我不相信 Jaime 的答案确实如此。

【讨论】：