Python 如何使用NumPy/SciPy计算移动/运行/滚动任意函数（例如峰度和偏度）

我正在研究时间序列数据。为了从数据中获取特征，我必须计算移动平均值、中值、模式、斜率、峰度、偏度等。我熟悉

scipy.stat

，它为直接计算提供了一种简单的方法来计算这些量。但对于移动/跑步部分，我浏览了整个互联网，却一无所获

令人惊讶的是，使用

numpy

计算移动平均值、中值和模式非常容易。不幸的是，没有用于计算峰度和偏度的内置函数。 如果有人能帮忙，如何用scipy计算移动峰度和偏度？非常感谢

提供了一种方法，该方法可以与其方法（即

df.rolling（）.apply（）

）结合使用，将任意函数应用于指定的滚动窗口

---

如果您正在寻找基于NumPy的解决方案，您可以使用（免责声明：我是它的主要作者）

在这里，您可以找到以下内容：

flyingcircus.extra.running_apply（）

：可以将任何函数应用于1D数组并支持权重，但速度较慢

flyingcircus.extra.moving_apply（）

：可以将支持

轴：int

参数的任何函数应用于1D数组，并支持权重，速度快（但内存不足）

flyingcircus.extra.rolling\u apply\u nd（）

：可以将任何支持

轴：int |序列[int]

参数的函数应用于任何nd数组，速度快（且内存效率高），但不支持权重

根据您的要求，我建议使用

rolling\u apply\u nd（）

，例如：

import numpy as np
import scipy as sp
import flyingcircus as fc

import scipy.stats


NUM = 30
arr = np.arange(NUM)

window = 4
new_arr = fc.extra.rolling_apply_nd(arr, window, func=sp.stats.kurtosis)
print(new_arr)
# [-1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36
#  -1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36 -1.36
#  -1.36 -1.36 -1.36]

当然，可以随意检查，它是开源的（GPL）

---

编辑 为了了解我们谈论的速度，以下是FlyingCircus中实施的解决方案的基准：

一般方法

flyingcircus.extra.running\u apply（）

比

flyingcircus.extra.rolling\u apply nd（）

或

flyingcircus.extra.moving\u apply（）

慢几个数量级，第一种方法比第二种方法快大约一个数量级。 这显示了通用性或加权支持的速度价格

使用以下代码中的脚本获得上述曲线图：

import scipy as sp
import flyingcircus as fc
import scipy.stats


WINDOW = 4
FUNC = sp.stats.kurtosis


def my_rolling_apply_nd(arr, window=WINDOW, func=FUNC):
    return fc.extra.rolling_apply_nd(arr, window, func=FUNC)


def my_moving_apply(arr, window=WINDOW, func=FUNC):
    return fc.extra.moving_apply(arr, window, func)


def my_running_apply(arr, window=WINDOW, func=FUNC):
    return fc.extra.running_apply(arr, window, func)


def equal_output(a, b):
    return np.all(np.isclose(a, b))


input_sizes = (5, 10, 50, 100, 500, 1000, 5000, 10000, 50000, 100000)
funcs = my_rolling_apply_nd, my_moving_apply, my_running_apply

runtimes, input_sizes, labels, results = benchmark(
    funcs, gen_input=np.random.random, equal_output=equal_output,
    input_sizes=input_sizes)

plot_benchmarks(runtimes, input_sizes, labels, units='s')
plot_benchmarks(runtimes, input_sizes, labels, units='ms', zoom_fastest=8)

---

经过反复研究，我提出了一个完全基于

numpy

和

scipy

的解决方案。当然，它使用的是

峰度

和

偏斜

import numpy as np
from scipy.stats import kurtosis, skew

# Window size
N = 4

# Some random data
m = np.array([2, 3, 10, 11, 0, 4, 8, 2, 5, 9])

# Running Kurtosis
def runningKurt(x, N):
    # Initilize placeholder array
    y = np.zeros((len(x) - (N - 1),))
    for i in range(len(x) - (N - 1)):

         y[i] = kurtosis(x[i:(i + N)])

    return y

# Running Kurtosis

def runningSkew(x, N):
    # Initilize placeholder array
    y = np.zeros((len(x) - (N - 1),))
    for i in range(len(x) - (N - 1)):

         y[i] = skew(x[i:(i + N)])

    return y

kurt = runningKurt(m, N)
print("kurtosis : ", kurt)
# kurtosis :  [-1.93940828 -1.77879935 -1.61464214 -1.40236694 -1.15428571 -1.07626667 -1.42666667]


skw = runningSkew(m, N)
print("skew : ", skw)
# skew :  [ 0.         -0.1354179  -0.26356495 -0.13814702  0.43465076  0.32331615 -0.36514837]

---

谢谢你宝贵的时间和努力。实际上，我的要求是只使用

numpy

和

scipy

。我知道pandas

df.rolling（）.apply（）

，但不在项目范围内。我一定会看的。幸运的是，我成功地用simple

numpy

和

scipy

完成了这项工作。请看一下我的答案。非常感谢@KhurramKhalil您的答案实现了类似于

flyingcircus.extra.running_apply（）

的功能。就时间而言，对于您的情况，这不是一个理想的解决方案，您可以从我添加到编辑中的基准中看到。再次感谢您的努力。我明白你的意思了，实际上我只需要几千条数据的解决方案，所以我很快就部署了所管理的内容。然而，我正在转向

flyingcircus.extra.rolling\u apply\u nd（）

以备将来使用。这基本上是

flyingcircus.extra.running\u apply（）

中采用的方法，速度非常慢，请查看我答案的更新，以了解这与

flyingcircus.extra.rolling\u apply\u nd（）

相比有多慢。基本上，问题在于您使用的是显式循环，这通常不是处理NumPy数组的最快方式。