Python 计算2D Numpy数组的行移动平均值时处理np.NaN

我试图根据某个“窗口”（即平均值中包含的行数）和“偏移量”，获得一个数组，该数组包含沿二维numpy数组行的移动平均值。我发现下面的代码效率不高：

import numpy as np
def f(array, window, offset):
    x = np.empty(array.shape)
    x[:,:] = np.NaN
    for row_num in range(array.shape[0]):
        first_row = row_num - window - offset
        last_row = row_num - offset + 1
        if first_row >= 0:
            x[row_num] = np.nanmean(array[first_row:last_row], axis=0)
    return x

我已经找到了一个潜在的解决方案，根据我的代码改编如下：

import math
from scipy.ndimage import uniform_filter
def g(array, window, offset):
    return uniform_filter(array, size=(window+1,1), mode='nearest', origin=(math.ceil((window+1)/2-1),0))

但是，此解决方案有3个问题：

• 首先，我不确定如何实现“偏移”
• 第二，我不确定它是否真的更有效
• 第三，也是最重要的一点，当输入数组包含np.nan时，不起作用。找到np.nan的那一刻，它在移动平均线中被拉下，而不是遵循np.nanmean的行为

有没有一个有效的方法来实现我想要的

更新 正如Ehsan所建议的，我已经实现了下面的代码（稍加修改），对于任何大于0的偏移量，它都可以作为我的原始代码使用：

from skimage.util import view_as_windows
def h(array, window, offset):
    return np.vstack(([[np.NaN]*array.shape[-1]]*(window+offset),np.vstack(np.nanmean(view_as_windows(array,(window+1,array.shape[-1])),-2)[:-offset])))

我只是不知道如何使它适用于任何偏移量（特别是，偏移量=0）。此外，此解决方案似乎比原始解决方案耗费更多的时间：

a = np.arange(10*11).reshape(10,11)

%timeit f(a, 5, 2)
%timeit h(a, 5, 2)
>>> 36.6 µs ± 709 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
>>> 67.5 µs ± 2.34 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

---

我想知道是否有其他更省时的方法

这将为您提供与代码相同的输出，但我认为您可能需要重新考虑

最后一行

定义中额外的

+1

，因为它跳过最后一行，而您的实际窗口大小将是window+1：

from skimage.util import view_as_windows
def f(array, window, offset):
    return np.vstack(([[np.NaN]*array.shape[-1]]*(window+offset),np.vstack(np.nanmean(view_as_windows(array,(window+1,array.shape[-1])),-2)[:array.shape[0]-window-offset])))

样本输出：

a = np.arange(7*6).reshape(7,6)
f(a, 2, 1)
#[[nan nan nan nan nan nan]
# [nan nan nan nan nan nan]
# [nan nan nan nan nan nan]
# [ 6.  7.  8.  9. 10. 11.]
# [12. 13. 14. 15. 16. 17.]
# [18. 19. 20. 21. 22. 23.]
# [24. 25. 26. 27. 28. 29.]]

---

比较使用

benchit

：

#@OP's solution
def f1(array, window, offset):
    x = np.empty(array.shape)
    x[:,:] = np.NaN
    for row_num in range(array.shape[0]):
        first_row = row_num - window - offset
        last_row = row_num - offset + 1
        if first_row >= 0:
            x[row_num] = np.nanmean(array[first_row:last_row], axis=0)
    return x
#@Ehsan's solution
def f2(array, window, offset):
    return np.vstack(([[np.NaN]*array.shape[-1]]*(window+offset),np.vstack(np.nanmean(view_as_windows(array,(window+1,array.shape[-1])),-2)[:array.shape[0]-window-offset])))

in_ = {n:[np.arange(n*10).reshape(n,10), 2,2] for n in [10,100,500,1000,4000]}

建议的解决方案f2速度明显加快。您必须注意，大多数矢量化解决方案在较大的阵列上是有效的

---

为什么最后一行有+1？使用此代码的实际窗口大小为window+1。这就是您想要做的吗？该解决方案对于offset=1非常有效，但是对于offset的其他值，输出数组的大小与输入数组的大小不同。我发现最后使用[：-offset]而不是[：-1]解决了任何不同于0的偏移量的问题-仍然没有找到一种方法使其工作，即使使用offset=0也@Ehsan，从时间消耗的角度来看，这似乎效率较低：

a=np.arange（10*11）。重塑（10,11）

%timeit f（a，5,2）

%timeit h（a，5，2）
>36.6µs±709 ns/循环（平均值±标准偏差7次，每个循环10000次）
<67.5µs±2.34µs/循环（平均值±标准偏差7次，每个循环10000次）
@Mike感谢您抓住了这个错误。请在我的帖子中找到编辑以修复错误，现在它可以处理任何偏移量（包括0）@Mike您用于时间比较的测试阵列很小。矢量化解决方案在较大的阵列上很有效。请在帖子上找到我的比较。这取决于您的阵列大小，哪一个更快。但似乎任何大于10-20大小的测试阵列都会受益于矢量化解决方案。另外，请查看如何接受答案等等非常感谢。