Python 熊猫的窗口重叠

在pandas中，有几种方法可以操作给定窗口中的数据（例如

pd.rolling\u mean

或

pd.rolling\u std

），但是，我想设置一个窗口重叠，我认为这是一个相当标准的要求。例如，在下图中，您可以看到一个横跨256个样本和重叠128个样本的窗口

---

如何使用Pandas或Numpy中包含的优化方法来实现这一点？

我不熟悉Pandas，但在Numpy中，您可以这样做（未经测试）：

---

这是从一些旧代码中提取出来的，用于计算平均PSD，通常使用半重叠窗口进行处理。请注意，

window

是数组x中的一个“视图”，这意味着它不进行任何数据复制（非常快，可能很好），如果您修改

window

，您也会修改

x

（所以不要这样做

window=hann*window

）。

使用

作为

，您会这样做：

import numpy as np
from numpy.lib.stride_tricks import as_strided

def windowed_view(arr, window, overlap):
    arr = np.asarray(arr)
    window_step = window - overlap
    new_shape = arr.shape[:-1] + ((arr.shape[-1] - overlap) // window_step,
                                  window)
    new_strides = (arr.strides[:-1] + (window_step * arr.strides[-1],) +
                   arr.strides[-1:])
    return as_strided(arr, shape=new_shape, strides=new_strides)

如果将1D数组传递给上述函数，它将返回该数组的2D视图，形状

（窗口数，窗口大小）

，因此您可以计算，例如，窗口平均值如下：

win_avg = np.mean(windowed_view(arr, win_size, win_overlap), axis=-1)

例如：

>>> a = np.arange(16)
>>> windowed_view(a, 4, 2)
array([[ 0,  1,  2,  3],
       [ 2,  3,  4,  5],
       [ 4,  5,  6,  7],
       [ 6,  7,  8,  9],
       [ 8,  9, 10, 11],
       [10, 11, 12, 13],
       [12, 13, 14, 15]])
>>> windowed_view(a, 4, 1)
array([[ 0,  1,  2,  3],
       [ 3,  4,  5,  6],
       [ 6,  7,  8,  9],
       [ 9, 10, 11, 12],
       [12, 13, 14, 15]])

---

谢谢你确定新的步伐吗？它给了我一个类型错误：TypeError:只能将元组（而不是“int”）连接到元组。我刚刚编辑了它，在

arr.strips[-1]

之后有一个丢失的

，

。我不确定为什么，但仍然收到一个错误。这次

ValueError:不允许负维度

。有时我也会得到一个空数组。我认为它适用于形状数组（1），形状计算中出现了一个小问题，现在已经纠正了，但它基本上工作正常，特别是当重叠部分是窗口大小的一半时。我添加了几个例子，现在效果很好。我真的需要掌握这些事情的诀窍。非常感谢。顺便问一下，什么是

hann（nwin）

？对不起，那应该是（错误命名的）

numpy.hanning（）

，或者

scipy.signal.hann（）

，这是。这是一个从0到1再向后平滑运行的函数，因此对于半重叠窗口，您或多或少地平等地使用所有点。计算FFT时，平滑度很重要。您建议在图表中使用类似的蓝线，但不确定在您的案例中是否真的需要它。

>>> a = np.arange(16)
>>> windowed_view(a, 4, 2)
array([[ 0,  1,  2,  3],
       [ 2,  3,  4,  5],
       [ 4,  5,  6,  7],
       [ 6,  7,  8,  9],
       [ 8,  9, 10, 11],
       [10, 11, 12, 13],
       [12, 13, 14, 15]])
>>> windowed_view(a, 4, 1)
array([[ 0,  1,  2,  3],
       [ 3,  4,  5,  6],
       [ 6,  7,  8,  9],
       [ 9, 10, 11, 12],
       [12, 13, 14, 15]])