对滑动窗口中的元素求和 - NumPy

Question

有一种 numpy 方法可以对间隔中的每三个元素求和？ 例如：

import numpy as np
mydata = np.array([4, 2, 3, 8, -6, 10])

我想得到这个结果：

np.array([9, 13, 5, 12])

Answer 1

我们可以使用np.convolve -

np.convolve(mydata,np.ones(3,dtype=int),'valid')

convolution的基本思想是我们有一个内核，我们可以在输入数组中滑动，当内核滑动时，卷积运算将与内核元素相乘的元素相加。 因此，为了解决窗口大小为3 ，我们使用了由np.ones(3)生成的三个1s的内核。

样品运行 -

In [334]: mydata
Out[334]: array([ 4,  2,  3,  8, -6, 10])

In [335]: np.convolve(mydata,np.ones(3,dtype=int),'valid')
Out[335]: array([ 9, 13,  5, 12])

Answer 2

在开始Numpy 1.20 ，所述sliding_window_view提供了一种方式，通过元件的窗口滑动/滚动。 然后您可以单独求和的窗口：

from numpy.lib.stride_tricks import sliding_window_view

# values = np.array([4, 2, 3, 8, -6, 10])
np.sum(sliding_window_view(values, window_shape = 3), axis = 1)
# array([9, 13, 5, 12])

其中：

• window_shape是滑动窗口的大小
• np.sum(array, axis = 1)对子数组求和

滑动的中间结果是：

sliding_window_view(np.array([4, 2, 3, 8, -6, 10]), window_shape = 3)
# array([[ 4,  2,  3],
#        [ 2,  3,  8],
#        [ 3,  8, -6],
#        [ 8, -6, 10]])

Answer 3

不使用外部库的解决方案可能如下所示：

from collections import deque

def sliding_window_sum(a, size):
  out     = []
  the_sum = 0
  q       = deque()
  for i in a:
    if len(q)==size:
      the_sum -= q[0]
      q.popleft()
    q.append(i)
    the_sum += i
    if len(q)==size:
      out.append(the_sum)
  return out

v = [0, 0, 0, 0, 1, 1, 1, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1]
sliding_window_sum(v, 5)

这给出了输出：

[1, 2, 3, 3, 4, 4, 3, 2, 3, 2, 1, 1, 1, 0, 0, 1]

这与使用 numpy 的结果相匹配：

import numpy as np
np.convolve(v, np.ones(5, dtype=int),'valid').tolist()