> 백엔드 개발 > 파이썬 튜토리얼 > NumPy에서 1D 배열에 대한 롤링 창 계산을 효율적으로 수행하는 방법은 무엇입니까?

NumPy에서 1D 배열에 대한 롤링 창 계산을 효율적으로 수행하는 방법은 무엇입니까?

Mary-Kate Olsen
풀어 주다: 2024-10-31 12:24:30
원래의
829명이 탐색했습니다.

How to Efficiently Perform Rolling Window Calculations for 1D Arrays in NumPy?

NumPy에서 1D 배열에 대한 롤링 창 계산 구현

롤링 창 계산에는 지정된 배열의 하위 집합에 함수를 반복적으로 적용하는 작업이 포함됩니다. 이러한 맥락에서 질문은 Python 라이브러리 NumPy에서 1차원(1D) 배열에 대한 롤링 창 계산을 수행하는 효율적인 방법을 찾는 데 중점을 둡니다.

이를 달성하려면 블로그의 Rolling_window 함수를 활용할 수 있습니다. 문제에 언급된 게시물입니다. 하지만 이 함수는 다차원 배열용으로 설계되었으므로 1D 배열로 작동하려면 약간의 적응이 필요합니다.

핵심 아이디어는 Rolling_window 함수의 결과에 원하는 함수를 적용하는 것입니다. 예를 들어 롤링 표준 편차를 계산하려면 다음 코드를 사용할 수 있습니다.

<code class="python">import numpy as np

def rolling_window(a, window):
    shape = a.shape[:-1] + (a.shape[-1] - window + 1, window)
    strides = a.strides + (a.strides[-1],)
    return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides)

observations = [1, 2, 3, 4, 5, 6, 7]
n = 3  # window length

rolling_std = np.std(rolling_window(observations, n), 1)</code>
로그인 후 복사

이 예에서 Rolling_window 함수는 관찰 배열 위에 n 크기의 슬라이딩 윈도우를 만듭니다. 그런 다음 np.std 함수는 각 창의 표준 편차를 계산하고 결과를 Rolling_std 배열에 저장합니다.

이 접근 방식은 NumPy의 효율적인 배열 작업을 활용하여 명시적인 Python 루프 없이 롤링 창 계산을 원활하게 수행합니다.

위 내용은 NumPy에서 1D 배열에 대한 롤링 창 계산을 효율적으로 수행하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

원천:php.cn
본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
저자별 최신 기사
인기 튜토리얼
더>
최신 다운로드
더>
웹 효과
웹사이트 소스 코드
웹사이트 자료
프론트엔드 템플릿