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 索引的 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,但恐怕会太慢。
谢谢
请您参考如下方法:
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 np.lib.stride_tricks.as_strided基于 scikit-image's view_as_windows以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)
