Question

我在matlab中创建了一个时间序列数据很难描述为一个函数，我想知道将它移植到Python的最佳方法。问题是python中的计时器很少（如果有的话）采用数据集的确切值。我确信这样的事情会起作用：

#this is matlab code just to represent the data
t=linspace(t0,tf,samples);
dataseries;
input=timeseries(dataseries,t);

#python code
def f(timer):
  for i in range(0,len(t)):
    if timer>t[i] and timer<=t[i+1]:
      f=dataseries[i]
    else:
      pass

output=f(timer)

但我觉得这会非常慢，因为每次代码块运行时都必须检查所有t。有没有更简单的方法来获得此功能？以下可能会更快但仍然看起来很脏：

def f(timer):
  for i in range(0,len(t)):
    diff[i]=np.abs(timer-t[i])
  location=np.argmin(diff)
  f=dataseries[location]

output=f(timer)

我知道我可以使用傅里叶级数近似函数，但在这种情况下，精度非常重要，所以我宁愿保持输出尽可能精确。 Python中是否有内置函数？

感谢您的帮助！

修改这里要求的是完整代码而不仅仅是伪代码。使用此代码有效，但正如预测的那样，它非常慢。我的时间序长是10274点。每个函数调用需要0.015秒。

import scipy
from matplotlib import pyplot as plt
import datetime
import numpy as np
from time import sleep

A=scipy.io.loadmat('data_for_python.mat')
time_series=A['t'][0]
unshaped_in=A['in'][0]
shaped_in=A['real_in'][0]

time0=datetime.datetime.now()

diff=np.ones(len(time_series))*50
print len(time_series)
def f(time):
    for i in range(0,len(time_series)):
        diff[i]=np.abs(timer-time_series[i])
    location=np.argmin(diff)
    f=shaped_in[location]
    return f

timer=0    
while(timer<15):
    timer=datetime.datetime.now()-time0
    timer=timer.total_seconds()
    t0=datetime.datetime.now()
    output=f(timer)
    t1=datetime.datetime.now()-t0
    print 'time:', timer
    print 'dt',t1.total_seconds()
    print 'output:', output

Answer 1

我建议查看python的bisect模块......根据是否/如何处理完全相同的情况，有几种方法可以做到这一点。 bisect_left()方法返回数组的索引＆＃34;到右边＆＃34;假定您的时间序列数组是严格排序的，则为指定值。

import bisect
import numpy as np

def f(time):
    return bisect.bisect_left(time_series, time)

>>> time_series = np.array([0, 1, 1.5, 2.0, 3.0])
>>> bisect.bisect_left(time_series, 0.9)
1
>>> bisect.bisect_left(time_series, 1.0)  ## note the value when you are exactly equal to a time_series value
1
>>> bisect.bisect_left(time_series, 1.1)
2
>>> bisect.bisect_left(time_series, 1.4)
2
>>> bisect.bisect_left(time_series, 1.5)
2
>>> bisect.bisect_left(time_series, 1.500001)
3

正如您所看到的，这通常为您提供值x的右侧端点，除非您具有相等性。还有其他方法以不同的方式处理端点，bisect()和bisect_right()，因此如果您对该行为感兴趣，我建议您阅读python文档。

如果要使用左侧索引，只需从返回值中减去一个，如果需要，可以使用它来索引另一个数组。在使用之前，您需要错误地检查结果：

ind = bisect.bisect_left(time_series, time)
if (ind < 0) or not (time_series[ind-1] < time <= time_series[ind]):
     ## raise an error condition

Python使用数据系列作为输入函数

1 个答案: