Python中重疊窗口的平均值

我試圖計算一個移動平均值，但是在每個平均值之間設置了一個步長。例如，如果我在計算平均值的4元件窗口的每2個元素：Python中重疊窗口的平均值

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

這應該產生的平均[1，2，3，4]，[3，4，5，6] ，[5,6,7,8]，[7,8,9,10]。

window_avg = [2.5, 4.5, 6.5, 8.5]

我的數據是這樣的，結束在處理之前將被截斷，所以相對於窗口大小的長度沒有問題。

我讀過一些關於如何在Python中移動平均數的問題，似乎有很多itertools的用法;然而，迭代器一次只能執行一個元素，而我無法弄清楚在每次平均值計算之間如何獲得步長。（How to calculate moving average in Python 3?）

我還能夠在MATLAB通過創建重疊索引的矩陣，然後索引數據矢量並且執行逐列平均值（Create matrix by repeatedly overlapping a vector）之前執行此操作。然而，由於這個向量相當大（大約70 000個元素，450個樣本的窗口，平均每30個樣本），所以計算可能需要太多的內存。

任何幫助將不勝感激。我正在使用Python 2.7。

來源

2014-01-13 limi44

我會嘗試'n = 4;小號== 2; [數據[數據[s * i：s * i + n]）/ n爲i，枚舉數據爲（data [:: s]）]'，但這可能不是您要查找的數據（此處不需要'datum' ，但'range（len（data））'看起來非常不和諧）。 – Evert

計算Python中列表中滑動窗口平均值的一種方法是使用列表理解。您可以使用

>>> range(0, len(data), 2) 
[0, 2, 4, 6, 8]

獲得每個窗口的起始索引，然後numpy的mean功能採取每個窗口的平均水平。請參見下面的演示：

>>> import numpy as np 
>>> window_size = 4 
>>> stride = 2 
>>> window_avg = [ np.mean(data[i:i+window_size]) for i in range(0, len(data), stride) 
        if i+window_size <= len(data) ] 
>>> window_avg 
[2.5, 4.5, 6.5, 8.5]

注意，列表理解確實有一個條件，以確保它只是計算的「全窗口」，或子列表的平均正好與元素window_size。

當在OP討論大小的數據集上運行，這種方法我在一個小的MBA計算超過200毫秒：

In [5]: window_size = 450 
In [6]: data = range(70000) 
In [7]: stride = 30 
In [8]: timeit [ np.mean(data[i:i+window_size]) for i in range(0, len(data), stride) 
       if i+window_size <= len(data) ] 
1 loops, best of 3: 220 ms per loop

這是約兩倍的速度在我的機器上的itertools方法通過@Abhijit呈現：

In [9]: timeit map(np.mean, izip(*(islice(it, i, None, stride) for i, it in enumerate(tee(data, window_size))))) 
1 loops, best of 3: 436 ms per loop

來源

2014-01-13 17:10:21 mdml

海量數據的效率如何？ – zhangxaochen

@zhangxaochen：我爲OP中提到的數據集添加了速度基準。 – mdml

似乎Abhijit的解決方案要快得多：*每個循環6.19毫秒* – zhangxaochen

以下方法使用itertools在其最完全的創建移動尺寸4的平均窗口。因爲那麼整個表達式是在計算平均值時被評估的生成器，它具有O（n）的複雜度。

>>> import numpy as np 
>>> from itertools import count, tee, izip, islice 
>>> map(np.mean, izip(*(islice(it,i,None,2) 
         for i, it in enumerate(tee(data, 4))))) 
[2.5, 4.5, 6.5, 8.5]

有趣的是，單個itertools函數是如何協同工作的。

itertools.tee正plicates迭代器，在這種情況下的4倍
枚舉創建其產生指數和元件的元組枚舉器對象（這是迭代器）
切片與步幅2迭代器，從指數位置開始。

來源

2014-01-13 17:23:51 Abhijit

感謝您的幫助！這更符合我對itertools實現的期望，並且非常翔實。我很驚訝這實際上比其他答案慢，因爲我的理解是itertools比在許多情況下使用列表理解更快。話雖如此，我選擇mdml的答案，因爲它更快，更具可讀性。 – limi44

Python中重疊窗口的平均值

回答

相關問題