Question

我正在对列表中的一些连续整数数据进行平滑处理。我的平滑方法是用该数字及其邻居的均值替换每个数字。我目前正在使用以下代码进行操作：

from statistics import mean
smoothednums = [mean(nums[:2])] + [mean(nums[i-1:i+2]) for i in range(1,len(nums))]

这大大增加了我的脚本的运行时间。有没有更好的方法来执行此操作？

Answer 1

https://docs.scipy.org/doc/numpy/reference/generated/numpy.convolve.html

您正在使用统一（框形）过滤器描述卷积：

smoothednums = np.convolve(nums, [1/3, 1/3, 1/3]);

对于较大的窗口，您可以考虑查看面积总和表算法，该算法的窗口大小为O（1）：

Efficient summed Area Table Calculation with Numpy

Answer 2

通过加减每个值的1/3可以避免所有切片和复制。（浮点错误使该错误与您的原始错误不完全相同，但在正常情况下应该足够接近。）我不知道它的结束速度是否更快，但似乎值得一试：

window_mean = mean(nums[:3])
smoothednums = [mean(nums[:2]), window_mean]

for i in range(2, len(nums) - 1):
    window_mean -= nums[i - 2] / 3
    window_mean += nums[i + 1] / 3
    smoothednums.append(window_mean)

smoothednums.append(mean(nums[-2:]))

有没有办法加快python中的平滑操作？

2 个答案: