采樣numpy數組的最快方法是什么？

Question

我有一個3D（時間，X，Y）numpy數組，包含6個小時的時間序列幾年。 （比如5）。 我想創建一個采樣時間序列，其中包含從可用記錄中隨機抽取的每個日歷日的1個實例（每天5種可能性），如下所示。

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

這意味着我需要從01/01/2006獲取4個值，從2011年2月1日起獲取4個值等。我有一個工作版本，其工作方式如下：

• 重塑輸入數組以添加“年”維度（時間，年份，X，Y）
• 創建一個隨機生成的0到4之間整數的365值數組
• 使用np.repeat和整數數組僅提取相關值：

例：

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

這似乎有效，但我想知道這是否是解決我問題的最佳/最快方法？ 速度很重要，因為我在循環中這樣做，adn將受益於測試盡可能多的情況。

我這樣做了嗎？

謝謝

編輯我忘了提到我過濾了輸入數據集以刪除閏年的第29個。

基本上，該操作的目的是找到一個365天的樣本，與平均值等方面的長期時間序列匹配良好。如果采樣的時間序列通過我的質量測試，我想導出它並重新開始。

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) !

現在，您可以使用日/月/年對象訪問t數據：

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的屬性來使其與閏年一起工作。

Answer 2

我不認為真正需要重塑數組，因為您可以在采樣過程中嵌入年份信息，並使數組保持原始形狀。

例如，您可以生成隨機偏移（從0到365），並選擇具有索引的切片，例如， n*365 + offset 。

無論如何，我不認為你的問題是完整的，因為我不太明白你需要做什么，或為什么。