许多numpy函数提供了使用axis =参数在某个轴上运行的选项。我的问题是
我注意到numpy提供了一个函数numpy.apply_along_axis,如果基函数输入是1-D数组,它将作为答案。
但是如果我的基本功能需要多维输入呢?例如。找到沿前两个维度(5,6)的形状(5,6,2,3,4)的np矩阵A的二维移动平均值B?像通用函数B = f_moving_mean(A,axis =(0,1))
我目前的解决方案是使用numpy.swapaxes和numpy.reshape来完成此任务。 1-D移动平均函数的示例代码为:
import pandas as pd
import numpy as np
def nanmoving_mean(data,window,axis=0):
kw = {'center':True,'window':window,'min_periods':1}
if len(data.shape)==1:
return pd.Series(data).rolling(**kw).mean().as_matrix()
elif len(data.shape)>=2:
tmp = np.swapaxes(data,0,axis)
tmpshp = tmp.shape
tmp = np.reshape( tmp, (tmpshp[0],-1), order='C' )
tmp = pd.DataFrame(tmp).rolling(**kw).mean().as_matrix()
tmp = np.reshape( tmp, tmpshp, order='C' )
return np.swapaxes(tmp,0,axis)
else:
print('Invalid dimension!')
return None
data = np.random.randint(10,size=(2,3,6))
print(data)
nanmoving_mean(data,window=3,axis=2)
这是问题2的常见/有效实施方式吗?任何改进/建议/新方法都是受欢迎的。
PS。我在这里涉及大熊猫的原因是它的滚动(...)。mean()方法能够正确处理纳米数据。
编辑: 我想另一种提问的方式可能是:什么是循环的动态语法'尺寸数量?
答案 0 :(得分:1)
没有太多问题,这是apply_along_axis
函数的关键部分(通过Ipython查看)
res = func1d(arr[tuple(i.tolist())], *args, **kwargs)
outarr[tuple(ind)] = res
它们构造了两个索引对象i
和ind
,它们各不相同。假设我们指定axis=2
,则此代码执行
outarr[i,j,l] = func1d( arr[i,j,:,l], ...)
表示i
,j
和l
的所有可能值。所以有很多代码用于相当基本的迭代计算。
ind = [0]*(nd-1) # ind is just a nd-1 list
i = zeros(nd, 'O') # i is a 1d array with a `slice` object
i[axis] = slice(None, None)
我不熟悉大熊猫rolling
。但是有许多numpy
滚动问题。 scipy.signal.convolve2d
可能有用。 <{1}}也被使用。
您想要使用np.lib.stride_tricks.as_strided
和reshape
(或swapaxis
)来降低维度空间的复杂性也很好。
(这不是一个解决方案;而是抛出一些浮现在脑海中的想法,记住其他'移动平均'问题。开发更多问题为时已晚。)
答案 1 :(得分:1)
我们可以使用2D
convolution。
基本步骤如下:
NaNs
替换为0s
,因为我们需要对输入数据进行窗口求和。Scipy's convolve2d
的窗口摘要
以及NaNs
的面具。我们将边界元素用作零。NaNs
的窗口计数,以计算负责求和的有效元素的数量。现在,这些intervaled-summations
也可以通过相对更高效的Scipy's
1Duniform-filter
获得。其他好处是我们可以指定执行这些求和/平均的轴。
混合使用Scipy 2D convolution
和1D uniform filter
,我们接下来会列出几种方法。
导入相关的Scipy函数 -
from scipy.signal import convolve2d as conv2
from scipy.ndimage.filters import uniform_filter1d as uniff
方法#1:
def nanmoving_mean_numpy(data, W): # data: input array, W: Window size
N = data.shape[-1]
hW = (W-1)//2
nan_mask = np.isnan(data)
data1 = np.where(nan_mask,0,data)
value_sums = conv2(data1.reshape(-1,N),np.ones((1,W)),'same', boundary='fill')
nan_sums = conv2(nan_mask.reshape(-1,N),np.ones((1,W)),'same', boundary='fill')
value_sums.shape = data.shape
nan_sums.shape = data.shape
b_sizes = hW+1+np.arange(hW) # Boundary sizes
count = np.hstack(( b_sizes , W*np.ones(N-2*hW), b_sizes[::-1] ))
return value_sums/(count - nan_sums)
方法#2:
def nanmoving_mean_numpy_v2(data, W): # data: input array, W: Window size
N = data.shape[-1]
hW = (W-1)//2
nan_mask = np.isnan(data)
data1 = np.where(nan_mask,0,data)
value_sums = uniff(data1,size=W, axis=-1, mode='constant')*W
nan_sums = conv2(nan_mask.reshape(-1,N),np.ones((1,W)),'same', boundary='fill')
nan_sums.shape = data.shape
b_sizes = hW+1+np.arange(hW) # Boundary sizes
count = np.hstack(( b_sizes , W*np.ones(N-2*hW,dtype=int), b_sizes[::-1] ))
out = value_sums/(count - nan_sums)
out = np.where(np.isclose( count, nan_sums), np.nan, out)
return out
方法#3:
def nanmoving_mean_numpy_v3(data, W): # data: input array, W: Window size
N = data.shape[-1]
hW = (W-1)//2
nan_mask = np.isnan(data)
data1 = np.where(nan_mask,0,data)
nan_avgs = uniff(nan_mask.astype(float),size=W, axis=-1, mode='constant')
b_sizes = hW+1+np.arange(hW) # Boundary sizes
count = np.hstack(( b_sizes , W*np.ones(N-2*hW), b_sizes[::-1] ))
scale = ((count/float(W)) - nan_avgs)
out = uniff(data1,size=W, axis=-1, mode='constant')/scale
out = np.where(np.isclose( scale, 0), np.nan, out)
return out
运行时测试
数据集#1:
In [807]: # Create random input array and insert NaNs
...: data = np.random.randint(10,size=(20,30,60)).astype(float)
...:
...: # Add 10% NaNs across the data randomly
...: idx = np.random.choice(data.size,size=int(data.size*0.1),replace=0)
...: data.ravel()[idx] = np.nan
...:
...: W = 5 # Window size
...:
In [808]: %timeit nanmoving_mean(data,window=W,axis=2)
...: %timeit nanmoving_mean_numpy(data, W)
...: %timeit nanmoving_mean_numpy_v2(data, W)
...: %timeit nanmoving_mean_numpy_v3(data, W)
...:
10 loops, best of 3: 22.3 ms per loop
100 loops, best of 3: 3.31 ms per loop
100 loops, best of 3: 2.99 ms per loop
1000 loops, best of 3: 1.76 ms per loop
数据集#2 [更大的数据集]:
In [811]: # Create random input array and insert NaNs
...: data = np.random.randint(10,size=(120,130,160)).astype(float)
...:
...: # Add 10% NaNs across the data randomly
...: idx = np.random.choice(data.size,size=int(data.size*0.1),replace=0)
...: data.ravel()[idx] = np.nan
...:
In [812]: %timeit nanmoving_mean(data,window=W,axis=2)
...: %timeit nanmoving_mean_numpy(data, W)
...: %timeit nanmoving_mean_numpy_v2(data, W)
...: %timeit nanmoving_mean_numpy_v3(data, W)
...:
1 loops, best of 3: 796 ms per loop
1 loops, best of 3: 486 ms per loop
1 loops, best of 3: 275 ms per loop
10 loops, best of 3: 161 ms per loop