python numpy实现rolling滚动案例


Posted in Python onJune 08, 2020

相比较pandas,numpy并没有很直接的rolling方法,但是numpy 有一个技巧可以让NumPy在C代码内部执行这种循环。

这是通过添加一个与窗口大小相同的额外尺寸和适当的步幅来实现的。

import numpy as np
data = np.arange(20)
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)

rolling_window(data,10)
Out[12]: 
array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
    [ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    [ 2, 3, 4, 5, 6, 7, 8, 9, 10, 11],
    [ 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
    [ 4, 5, 6, 7, 8, 9, 10, 11, 12, 13],
    [ 5, 6, 7, 8, 9, 10, 11, 12, 13, 14],
    [ 6, 7, 8, 9, 10, 11, 12, 13, 14, 15],
    [ 7, 8, 9, 10, 11, 12, 13, 14, 15, 16],
    [ 8, 9, 10, 11, 12, 13, 14, 15, 16, 17],
    [ 9, 10, 11, 12, 13, 14, 15, 16, 17, 18],
    [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]])

np.mean(rolling_window(data,10))
Out[13]: 9.5

np.mean(rolling_window(data,10),-1)
Out[14]: array([ 4.5, 5.5, 6.5, 7.5, 8.5, 9.5, 10.5, 11.5, 12.5, 13.5, 14.5])

补充知识:pandas中的滚动窗口rolling函数和扩展窗口expanding函数

在数据分析时,特别是在分析时间序列数据时,常会需要对一个序列进行固定长度窗口的滚动计算和分析,比如计算移动均线。只要是需要根据一个时序得到一个新的时序,就往往需要进行窗口滚动。在pandas中,DataFrame和Seies都有一个针对滚动窗口的函数,叫做rolling()。其具体的参数为:DataFrame.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)

其中参数window可以为一个正整数或者一个offset(可以认为是时间区间长度),通过这个参数设置窗口长度;min_periods表示窗口中需要的最小的观测值,如果窗口中的成员个数少于这个设定的值,则这个窗口经过计算后就会返回NaN,比如,如果min_periods设为3,但当前的窗口中只有两个成员,那么该窗口对应的位置就会返回空值;center参数如果设为True,表示在取窗口覆盖的区间时,以当前label为中心,向两边取,若为False,则表示以当前label为窗口的最右侧,向左侧取,默认为False,要注意的是,当为True时,如果窗口长度为奇数,则中心位置很好确定,就是最中间的位置,但是如果长度为偶数,则默认中心位置为中间偏右的那一个位置;win_type参数表示不同的窗口类型,可以通过这个参数给窗口成员赋予不同的权重,默认为等权重;on参数表示指定对某一列进行rolling,而不是默认的对index进行rolling,要注意的是,当指定on参数时,指定的列必须是时间序列,不然rolling函数就会失效。

下面看一个简单的例子。下面的例子中,当窗口长度为3,设min_periods为2时,可知结果中第一个元素为NaN,因为第一个窗口只有一个值1,由于min_periods为2,所以至少需要包含两个数才行,故第一个值为空值,从第二个元素开始才有非空值,这就是min_periods参数的含义。当设置center为True时,如果窗口长度为偶数4,比如对于一个窗口[a,b,c,d],则中心值为中心偏右的那个位置,就是c,故此时第1个窗口覆盖的元素为1和2,所以和为3,如下所示。

import pandas as pd
import numpy as np
df=pd.DataFrame([1,2,3,5],columns=['a'])
df
	a
0	1
1	2
2	3
3	5
 
df.rolling(3,min_periods=2).sum()
     a
0	NaN
1	3.0
2	6.0
3	10.0
 
df.rolling(4,min_periods=2,center=True).sum()
     a
0	3.0
1	6.0
2	11.0
3	10.0

rolling函数返回的是window对象或rolling子类,可以通过调用该对象的mean(),sum(),std(),count()等函数计算返回窗口的值,还可以通过该对象的apply(func)函数,通过自定义函数计算窗口的特定的值,具体可看文档。

从以上可以看出,rolling的窗口可以向前取值,向两边取值,但是没有向后取值,实际上只需要把原序列倒序排列后再向前取值就可以实现向后取值。下面我们再讲一下expanding函数,其为DataFrame.expanding(min_periods=1, center=False, axis=0),其中参数的意义和rolling一样,只是其不是固定窗口长度,其长度是不断的扩大的。

以上这篇python numpy实现rolling滚动案例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python实现远程调用MetaSploit的方法
Aug 22 Python
Python中关于Sequence切片的下标问题详解
Jun 15 Python
Python配置mysql的教程(推荐)
Oct 13 Python
Python实现PS滤镜特效之扇形变换效果示例
Jan 26 Python
django表单实现下拉框的示例讲解
May 29 Python
python使用matplotlib画饼状图
Sep 25 Python
Python实现App自动签到领取积分功能
Sep 29 Python
Python之数据序列化(json、pickle、shelve)详解
Aug 30 Python
PyTorch实现更新部分网络,其他不更新
Dec 31 Python
Tensorflow不支持AVX2指令集的解决方法
Feb 03 Python
利用OpenCV中对图像数据进行64F和8U转换的方式
Jun 03 Python
python调用有道智云API实现文件批量翻译
Oct 10 Python
Python如何向SQLServer存储二进制图片
Jun 08 #Python
python求numpy中array按列非零元素的平均值案例
Jun 08 #Python
Python过滤掉numpy.array中非nan数据实例
Jun 08 #Python
使用Python FastAPI构建Web服务的实现
Jun 08 #Python
python爬虫把url链接编码成gbk2312格式过程解析
Jun 08 #Python
给ubuntu18安装python3.7的详细教程
Jun 08 #Python
Python 实现将numpy中的nan和inf,nan替换成对应的均值
Jun 08 #Python
You might like
PHP:风雨欲来 路在何方?
2006/10/09 PHP
PHP中PDO基础教程 入门级
2011/09/04 PHP
一个经典的PHP验证码类分享
2014/11/18 PHP
PHP实现的迷你漂流瓶
2015/07/29 PHP
用js+xml自动生成表格的东西
2006/12/21 Javascript
js实现的网页颜色代码表全集
2007/07/17 Javascript
javascript下有关dom以及xml节点访问兼容问题
2007/11/26 Javascript
javascript 浏览器判断 绑定事件 arguments 转换数组 数组遍历
2009/07/06 Javascript
window.location的重写及判断location是否被重写
2014/09/04 Javascript
浅析javascript 定时器
2014/12/23 Javascript
javascript中for/in循环及使用技巧
2015/09/01 Javascript
js中 计算两个日期间的工作日的简单实例
2016/08/08 Javascript
表单input项使用label同时引用Bootstrap库导致input点击效果区增大问题
2016/10/11 Javascript
JS查找英文文章中出现频率最高的单词
2017/03/20 Javascript
微信小程序实战之自定义抽屉菜单(7)
2017/04/18 Javascript
原生javascript实现分页效果
2017/04/21 Javascript
利用JS实现简单的瀑布流加载图片效果
2017/04/22 Javascript
Vue header组件开发详解
2018/01/26 Javascript
koa2使用ejs和nunjucks作为模板引擎的使用
2018/11/27 Javascript
vue 取出v-for循环中的index值实例
2019/11/09 Javascript
python在windows下实现备份程序实例
2014/07/04 Python
Python的Flask框架中Flask-Admin库的简单入门指引
2015/04/07 Python
Python实现统计文本文件字数的方法
2017/05/05 Python
python实现扫描ip地址的小程序
2019/04/16 Python
详解python中__name__的意义以及作用
2019/08/07 Python
python爬虫 基于requests模块的get请求实现详解
2019/08/20 Python
Python更新所有已安装包的操作
2020/02/13 Python
五分钟学会怎么用Pygame做一个简单的贪吃蛇
2021/01/06 Python
The Outnet亚太地区:折扣设计师时装店
2019/12/05 全球购物
Orlebar Brown官网:设计师泳裤和泳装
2020/12/08 全球购物
军神教学反思
2014/02/04 职场文书
党员干部承诺书范文
2014/03/25 职场文书
党员志愿者活动方案
2014/08/28 职场文书
自我查摆剖析材料
2014/10/11 职场文书
2016年毕业实习心得体会范文
2015/10/09 职场文书
python实战之用emoji表情生成文字
2021/05/08 Python