几何圆形与numpy /量子化？

Question

我有一个大熊猫系列数据，这是一条曲线。

我希望以这样一种方式对其进行处理，以使其“步进”。此外，我希望步骤大致在现值的10％以内。 （另一种说法是我希望步骤以10％的增量增加，即几何增量。）

我写了一些反复而缓慢的东西：

def chunk_trades(A):
    try:
        last = A[0]
    except:
        print(A)
        raise
    new = []
    for x in A.iteritems():
        if not last or np.abs((x[1]-last)/last) > 0.1:
            new.append(x[1])
            last = x[1]
        else:
            new.append(last)
    s = pd.Series(new, index=A.index)
    return s

我不想使用此代码。

我试图找到一种更快，更pythonic的方式来做到这一点。我尝试过使用numpy.digitize（）但我并不认为这是我正在寻找的东西。关于如何最好地解决这个问题的任何想法？

Answer 1

好的，我认为解决方案应该是这样的：

np.exp(np.around(np.log(np.abs(j)), decimals=1)) * np.sign(j)

映射到对数空间，进行舍入，转换回来。