Python使用给定窗口运行累积和

Question

我想要做的是生成一个numpy数组,它是给定某个窗口的另一个numpy数组的累积和.

例如,给定一个数组,[1,2,3,4,5,6,7,8,9,10,11,12]假设我想要一个窗口为3的累积和.我想要的是外出的[1,3,6,9,12,15,18,21,24,27,30,33].我有一个相对较大的numpy数组,并希望用400的窗口做累积和.

Answer 1

这可能是一个更简单的答案,基于减去移位的cumsums.

>>> a = np.array([1,2,3,4,5,6,7,8,9,10,11,12])
>>> b = a.cumsum()
>>> b[3:] = b[3:] - b[:-3]
>>> b
array([ 1,  3,  6,  9, 12, 15, 18, 21, 24, 27, 30, 33])

Answer 2

你应该使用numpy,除非你真的不关心速度(尽管我会优先考虑它).所以你可以使用卷积或stride_tricks基于方法(这些并不明显,但很好地解决了这些问题).

例如,给定这样的函数(你也可以找到更多更漂亮的版本):

def embed(array, dim, lag=1):
    """Create an embedding of array given a resulting dimension and lag.
    The array will be raveled before embedding.
    """
    array = np.asarray(array)
    array = array.ravel()
    new = np.lib.stride_tricks.as_strided(array,
                                     (len(array)-dim*lag+lag, dim),
                                     (array.strides[0], array.strides[0]*lag))
    return new

你可以做:

embedded = embed(array, 400)
result = embedded.sum(1)

这是内存效率(嵌入或任何你称之为,只创建一个视图)和快速.另一种方法当然是使用convolve:

np.convolve(array, np.ones(400), mode='valid')

我不知道你是否也想要非完整的窗口,这与使用mode='full'(默认)卷积相同.对于另一种方法,必须以其他方式处理.

Answer 3

In [42]: lis=[1,2,3,4,5,6,7,8,9,10,11,12]

In [43]: w=3       #window size

In [44]: [sum(lis[i-(w-1):i+1]) if i>(w-1) else sum(lis[:i+1])  for i in range(len(lis))]
Out[44]: [1, 3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33]

In [45]: w=4

In [46]: [sum(lis[i-(w-1):i+1]) if i>(w-1) else sum(lis[:i+1])  for i in range(len(lis))]
Out[46]: [1, 3, 6, 10, 14, 18, 22, 26, 30, 34, 38, 42]

对于 python 2.4 或更低版本，更改三元运算符：

(falseValue, trueValue)[condition]代替trueValue if condition else falseValue

[(sum(lis[:i+1]),sum(lis[i-(w-1):i+1]))[i>(w-1)]  for i in range(len(lis))]