按索引对数组子集的标准差进行多次计算

【问题标题】：Multiple calculations of standard deviation on array subsets by index按索引对数组子集的标准差进行多次计算
【发布时间】：2018-07-12 18:55:15
【问题描述】：

假设我有一个 numpy 数组：my_array = np.random.rand(100)。

和另一个索引数组：ind_array = ([35, 58, 77])

计算my_array 中每个ind_array 索引周围10 个值的标准差的最快方法是什么？（即np.std(my_array[30:40]), np.std(my_array[53:63]), np.std(my_array[72:82])）

显然可以使用 for 循环，但我担心它会太慢。

谢谢

【问题讨论】：

【解决方案1】：

方法#1：一种利用broadcasting的方法-

np.std(my_array[ind_array[:,None] + np.r_[-5:5]],axis=1)

方法 #2： 我们还可以利用基于 scikit-image's view_as_windows 的 np.lib.stride_tricks.as_strided 来获得更有效的解决方案 -

from skimage.util.shape import view_as_windows

np.std(view_as_windows(my_array,(10))[ind_array-5],axis=1)

【讨论】：