Skip to main content
 首页 » 编程设计

python之使用 numpy 高效迭代

2024年11月01日12sxdcgaq8080

我编写的代码计算数组 y 的周期 p 中每个元素的平均值

import numpy as np 
p=4 
 
y =np.asarray([146, 96, 59, 133, 192, 127, 79, 186, 272, 155, 98, 219]) 
 
c=len(y)/p 
print c 
 
a=[] 
for i in range(1,c+1): 
    s=y[p*(i-1):p*i]/np.mean(y[p*(i-1):p*i]) 
    a = np.append(a, s) 
print a 
 
b=[] 
for i in range(c+1): 
    s = np.mean(a[i::p]) 
    b = np.append(b, s) 
 
print b 

有没有比使用 append 和 for 循环更有效的方法来做到这一点?我不需要两个数组 b

请您参考如下方法:

其实你做的是二维操作。如果添加了第二个维度(例如使用 reshape ),则可以评估您的第一个数组 a:

z = y.reshape(-1, p) 
w = z/z.mean(axis=1).reshape(-1,1) 
print w.flatten() 
# [ 1.34562212  0.88479263  0.5437788   1.22580645  1.31506849  0.86986301 
#   0.54109589  1.2739726   1.46236559  0.83333333  0.52688172  1.17741935] 

您的第二个 b 是先前结果的平均值:

print w.mean(axis=0) 
# [ 1.37435207,  0.86266299,  0.53725214,  1.2257328 ] 

更新

正如您在评论中提到的指数平滑,您可能对 pandas 或 statsmodels 包感兴趣来处理时间序列。有关指数平滑实现的一些有用链接,请参阅问题跟踪器中的一些有用的 computational tools 和 this ER,例如 pandas 文档。