Question

是否有任何现成的函数来确定排序列表的参数之间的平均差异？

例如，这是我的手动尝试：

import numpy as np
rand_A = np.random.rand_integers(0, 99, 10)
np.sort(rand_A)
array([ 3,  8, 26, 34, 35, 37, 65, 82, 89, 94])

def mean_period(data):
    diffe = 0
    for ind in range(data.shape[0] - 1)
        diffe += data[ind + 1] - data[ind]
    return (diffe / (data.shape[0] - 1))

mean_period(np.sort(rand_A))
10

基本上我需要这个函数来确定类似于正弦信号的频率值，该信号将用作scipy.leastsq函数的初始猜测参数以适合它。我需要最快的例程。我担心我的尝试将是一个很大的负担。

Answer 1

让我们看看。如果我理解你的问题，我们正在讨论频率检测器中的过零点。您有一个列表中的过零点的时间戳（然后根据需要进行排序），并希望计算列表中项目的平均差异。

虽然unutbu的答案是正确且非常Numpyish，但我想建议简要介绍一下数学。连续元素的平均差异是：

{ (s_1 - s_0) + (s_2 - s_1) + (s_3 - s_2) + ... + (s_n - s_(n-1)) } / n

似乎有很多条款取消了。剩下的是：

(s_n - s_0) / n

所以，上面的函数变为：

def mean_period(data):
    return 1. * (data[-1] - data[0]) / (len(data) - 1)

如果我们对排序数据做一些基准测试，那么：

rand_A = np.random.randint(0,99999999,10000000)
sort_A = np.sort(rand_A)

% timeit np.diff(sort_A).mean()     # 37.7 ms
% timeit mean_period(sort_A)        # 0.98 ms

（后者基本上是O（1）加上它会受到轻微的函数调用开销的影响。）

如果数据没有排序，那么我们必须找到最大和最小的值：

def mean_period_unsorted(data):
    smallest = np.min(data)
    largest = np.max(data)
    return 1. * (largest - smallest) / (len(data) - 1)

所以也许这次有点数学帮助:) 现在是基准

% timeit np.diff(np.sort(rand_A)).mean()   # 733 ms
% timeit mean_period_unsorted(rand_A)      # 17.9 ms

Answer 2

np.diff(np.sort(rand_A)).mean()

几乎等同于mean_period(np.sort(rand_A))，但应该更快，因为它使用NumPy方法调用而不是Python循环。

我说＆＃34;差不多等同于＃34;因为存在一个区别：mean_period始终返回一个int，因为diffe是numpy.int32，返回值是将此int32除以int的结果}，（data.shape[0]-1）。

相反，np.diff(np.sort(rand_A)).mean()会返回Numpy float64。

编辑：对于小数组（例如您在问题中发布的数组），Python循环更快：

In [84]: %timeit mean_period(np.sort(rand_A))
100000 loops, best of 3: 8.29 µs per loop

In [85]: %timeit np.diff(np.sort(rand_A)).mean()
10000 loops, best of 3: 21.5 µs per loop

但是对于大型数组，例如百万元素数组，

rand_A = np.random.random_integers(0, 99, 10**6)

使用NumPy的mean和diff方法要快得多：

In [87]: %timeit mean_period(np.sort(rand_A))
1 loops, best of 3: 442 ms per loop

In [88]: %timeit np.diff(np.sort(rand_A)).mean()
10 loops, best of 3: 48.8 ms per loop

另见：

numpy确定参数之间的平均差异

2 个答案: