是否可以在没有循环的情况下执行以下操作（因此可以提高速度）？我看过sklearn，sm和pd，遗憾的是他们认为他们没有任何直接的解决方案。
我有
x = np.array(range(1000)) # ie a standard discrete time series
y = np.append(np.zeros(600),np.random.random(400)) #it has a lot of zeros
y = np.random.permutation(y) #the number of zeros in b/w the non zero is random
z = np.empty(1000) # z will contain predicted values from the reg analysis
rolling_window=20
我希望得到z，其中z（i）= a（i）+ b（i）x（i）i在范围内（1000） 通过对ib / w（i-rolling_window，i）回归Ys与Xs得到a（i）和b（i），但只使用非零的Ys（因此需要为Ys指定权重= 0）在回归中为零。最好使用加权方法而不是一起消除零，因为我不想循环）
非常感谢提前