采样numpy数组的最快方法是什么？

Question

我有一个3D（时间，X，Y）numpy数组，包含6个小时的时间序列几年。 （比如5）。 我想创建一个采样时间序列，其中包含从可用记录中随机抽取的每个日历日的1个实例（每天5种可能性），如下所示。

• 1月01日：2006年
• 1月02日：2011年
• 1月03日：2009年
• ...

这意味着我需要从01/01/2006获取4个值，从2011年2月1日起获取4个值等。我有一个工作版本，其工作方式如下：

• 重塑输入数组以添加“年”维度（时间，年份，X，Y）
• 创建一个随机生成的0到4之间整数的365值数组
• 使用np.repeat和整数数组仅提取相关值：

例：

sampledValues = Variable[np.arange(numberOfDays * ValuesPerDays), sampledYears.repeat(ValuesPerDays),:,:]

这似乎有效，但我想知道这是否是解决我问题的最佳/最快方法？ 速度很重要，因为我在循环中这样做，adn将受益于测试尽可能多的情况。

我这样做了吗？

谢谢

编辑我忘了提到我过滤了输入数据集以删除闰年的第29个。

基本上，该操作的目的是找到一个365天的样本，与平均值等方面的长期时间序列匹配良好。如果采样的时间序列通过我的质量测试，我想导出它并重新开始。

Answer 1

2008年是366天，所以不要重塑。

看看scikits.timeseries ：

import scikits.timeseries as ts

start_date = ts.Date('H', '2006-01-01 00:00')
end_date = ts.Date('H', '2010-12-31 18:00')
arr3d = ... # your 3D array [time, X, Y]

dates = ts.date_array(start_date=start_date, end_date=end_date, freq='H')[::6]
t = ts.time_series(arr3d, dates=dates)
# just make sure arr3d.shape[0] == len(dates) !

现在，您可以使用日/月/年对象访问t数据：

t[np.logical_and(t.day == 1, t.month == 1)]

例如：

for day_of_year in xrange(1, 366):
    year = np.random.randint(2006, 2011)

    t[np.logical_and(t.day_of_year == day_of_year, t.year == year)]
    # returns a [4, X, Y] array with data from that day

使用t的属性来使其与闰年一起工作。

Answer 2

我不认为真正需要重塑数组，因为您可以在采样过程中嵌入年份信息，并使数组保持原始形状。

例如，您可以生成随机偏移（从0到365），并选择具有索引的切片，例如， n*365 + offset 。

无论如何，我不认为你的问题是完整的，因为我不太明白你需要做什么，或为什么。