Question

我正在处理具有不同采样频率的时间序列数据。

我需要将一组不同长度的1d向量准确地拉伸为一个公共的任意长度。值应该重复而不是插值。

但是，应在整个目标范围内适当地对重复次数进行四舍五入，以达到特定的目标长度。

我似乎无法使用np.repeat，因为它舍入了重复的小数部分，并且最终长度始终是重复的精确倍数。

基本上我正在寻找一种具有以下行为的函数：

stretch_func(np.array([1,2,4]), length=11)

退出：[1,1,1,2,2,2,2,4,4,4,4]

stretch_func(np.array(["A","B"]), length=11)

输出：["A","A","A","A","A","B","B","B","B","B","B"]

编辑：
看起来此功能不是numpy或pandas中的标准功能。我继续并实现了这一点，所以在这里适用于可能需要它的其他任何人：

def stretch_func(arr, length=1):
    repetitions = np.round(np.linspace(0,length,arr.shape[0]+1))[1:] - np.round(np.linspace(0,length,arr.shape[0]+1))[:-1]
    repeated = np.repeat(arr, repetitions.astype(np.int))
    return repeated

Answer 1

您发现repeat可以对每个元素使用不同数量的重复。但是，选择如何分配这些重复数是模棱两可的。因此，没有函数形式的打包也就不足为奇了。

通过说明的方式查看split的反向作用：

In [3]: arr = np.array([1,1,1,2,2,2,2,4,4,4,4])
In [4]: np.split(arr,3)
...
ValueError: array split does not result in an equal division

array_split进行不均匀拆分而不会引起抱怨-但这会短暂更改最后一个数组，而不是您选择的第一个数组：

In [5]: np.array_split(arr,3)
Out[5]: [array([1, 1, 1, 2]), array([2, 2, 2, 4]), array([4, 4, 4])]

另一点-即使在不均匀的情况下，计算重复的次数也很快，几乎不依赖数组的大小。因此，无需在已编译的代码中执行此类计算。即使这种扩展是常见的需求（我认为不是），也可以将其实现为与您编写的功能类似的功能。查看array_split的代码以了解其如何处理边缘情况。（例如，如果所需的长度小于初始长度，该怎么办？）

Answer 2

如果我正确理解，可以使用np.repeat并切片：

import numpy as np


def stretch_func(arr, length=1):
    reps = length // len(arr) + 1
    repeated = np.repeat(arr, reps)
    return repeated[-length:]

print(stretch_func(np.array([1,2,4]), length=11))
print(stretch_func(np.array(["A", "B"]), length=11))

输出

[1 1 1 2 2 2 2 4 4 4 4]
['A' 'A' 'A' 'A' 'A' 'B' 'B' 'B' 'B' 'B' 'B']

将numpy向量拉伸到任意长度而无需插值

2 个答案: