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

> Jan 01：2006

> Jan 02：2011

> Jan 03：2009

> ……

這意味著我需要從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,其工作原理如下：

>重塑輸入數(shù)組以添加“年”維度(時間,年份,Y)

>創(chuàng)建一個365值組的隨機(jī)生成的0到4之間的整數(shù)

>使用np.repeat和整數(shù)數(shù)組僅提取相關(guān)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(huán)中這樣做,adn將受益于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(shù)據(jù)集以刪除閏年的第29個feb.

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(zhì)量測試,我想導(dǎo)出它并重新開始.

總結(jié)

以上是生活随笔為你收集整理的python数组切片效率_python – 对numpy数组切片进行采样的最快方法是什么？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。