带权重的 Xarray 滚动均值

Question

当我在 numpy 中使用权重进行跑步/滚动平均时，我会做这样的事情：

data = np.random.random(100)  # Example data...
weights = np.array([1, 2, 1])
data_m = np.convolve(data, weights/float(np.sum(weights)), "same")

然后根据应用将 data_m[0] 和 data_m[-1] 替换为 nans 等。

可以用 xarray 做类似的事情。我所做的（在这种情况下）是

xr.DataArray(data).rolling(dim_0=3, center=True).mean(dim="dim_0")

但这对应于权重

weights = np.array([1, 1, 1])

在 numpy 示例中。使用 xarray 时，我将如何应用其他权重？

Answer 1

加权滚动均值尚未在 xarray 中实现。

以下几乎做同样的事情，但它会很慢。我认为使用 np.convolve 是目前最好的选择。

def weighted_sum(x, axis):
    weight = [1, 2, 1]
    if x.shape[axis] == 3:
        return np.sum(x * weight, axis=axis)
    else:
        return np.nan

da.rolling(dim_0=3, center=True).reduce(weighted_sum)

目前，我们正在努力支持更灵活（和更快）的滚动操作。见https://github.com/pydata/xarray/pull/1837

编辑：

当 xarray=0.10.2 时，加权滚动平均值可以计算如下，

weight = xr.DataArray([0.25, 0.5, 0.25], dims=['window'])
da.rolling(dim_0=3, center=True).construct('window').dot(weight)

whereconstruct方法构造滚动对象的视图，其中窗口尺寸（window在上面的示例中命名）附加到最后一个位置。权重数组的内积给出了沿窗口维度的加权和。