Python 滑动窗口中的元素求和-NumPy

有一种简单的方法可以对区间中的每三个元素求和吗？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])

我们可以使用-

其基本思想是，我们有一个内核，在输入数组中滑动，当内核滑动通过时，卷积运算将元素乘以内核元素求和。因此，为了解决窗口大小为

3

的问题，我们使用了由

np.ones（3）

生成的三个

1s

内核

样本运行-

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])

---

不使用外部库的解决方案可能如下所示：

从集合导入数据
def滑动窗口总和（a，大小）：
out=[]
总和=0
q=deque（）
对于我来说，在一个：
如果len（q）=尺寸：
_和-=q[0]
q、 popleft（）
q、 附加（i）
_sum+=i
如果len（q）=尺寸：
out.append（总和）
返回
v=[0,0,0,0,1,1,1,0,1,1,0,0,1,0,0,0,0,0,0,0,0,1]
滑动窗口和（v，5）

它给出了输出：

[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：

将numpy导入为np
np.convolve（v，np.one（5，dtype=int），'valid'）.tolist（）

从

Numpy 1.20

开始，提供了在元素窗口中滑动/滚动的方法。然后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\u shape

  是滑动窗口的大小

• np.sum（数组，轴=1）

  sums子数组

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]])

---

@Ohumeronen解释

conv

可能需要一段时间。但是在帖子中添加了一些相关评论。哦，非常感谢你花时间。我看到这个函数看起来很复杂，但我也会阅读一些关于它的文档。再次感谢！可能重复的可能重复的啊现在我明白了。根据提供的数据，我尝试了np.convalve（mydata，[1,2]，'valid'），但不理解为什么结果不是[8,8,19，-4,14]。但这是np.convolve（mydata，[2,1]，'valid'）的输出。现在一切都好了：-）

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]])