Python使用数据系列作为输入函数

Question

我在 matlab 中创建了一个很难描述为函数的时间序列数据，我想知道将其移植到 Python 的最佳方法。问题在于 python 中的计时器很少(如果有的话)采用数据集的确切值。我相当确定这样的事情会奏效:

#this is matlab code just to represent the data
t=linspace(t0,tf,samples);
dataseries;
input=timeseries(dataseries,t);

#python code
def f(timer):
  for i in range(0,len(t)):
    if timer>t[i] and timer<=t[i+1]:
      f=dataseries[i]
    else:
      pass

output=f(timer)

但我觉得这会非常慢，因为每次代码块运行时它都必须检查所有 t 。有没有更简单的方法来获得这个功能？以下可能会快一点但仍然看起来很脏:

def f(timer):
  for i in range(0,len(t)):
    diff[i]=np.abs(timer-t[i])
  location=np.argmin(diff)
  f=dataseries[location]

output=f(timer)

我知道我可以用傅里叶级数逼近函数，但在这种情况下，准确性很重要，因此我希望尽可能保持输出准确。 Python 中有内置函数吗？

感谢您的帮助!

编辑这里要求的是一个完整的代码，而不仅仅是伪代码。使用此代码有效，但如预期的那样速度很慢。我的时间序列长 10274 点。每个函数调用需要 0.015 秒。

import scipy
from matplotlib import pyplot as plt
import datetime
import numpy as np
from time import sleep

A=scipy.io.loadmat('data_for_python.mat')
time_series=A['t'][0]
unshaped_in=A['in'][0]
shaped_in=A['real_in'][0]

time0=datetime.datetime.now()

diff=np.ones(len(time_series))*50
print len(time_series)
def f(time):
    for i in range(0,len(time_series)):
        diff[i]=np.abs(timer-time_series[i])
    location=np.argmin(diff)
    f=shaped_in[location]
    return f

timer=0    
while(timer<15):
    timer=datetime.datetime.now()-time0
    timer=timer.total_seconds()
    t0=datetime.datetime.now()
    output=f(timer)
    t1=datetime.datetime.now()-t0
    print 'time:', timer
    print 'dt',t1.total_seconds()
    print 'output:', output

Answer 1

我建议查看 python 的 bisect 模块...根据您是否/如何处理完全相等的情况，有多种方法可以做到这一点。 bisect_left() 方法返回指定值“右侧”的数组索引，假设您的时间序列数组是严格排序的。

import bisect
import numpy as np

def f(time):
    return bisect.bisect_left(time_series, time)

>>> time_series = np.array([0, 1, 1.5, 2.0, 3.0])
>>> bisect.bisect_left(time_series, 0.9)
1
>>> bisect.bisect_left(time_series, 1.0)  ## note the value when you are exactly equal to a time_series value
1
>>> bisect.bisect_left(time_series, 1.1)
2
>>> bisect.bisect_left(time_series, 1.4)
2
>>> bisect.bisect_left(time_series, 1.5)
2
>>> bisect.bisect_left(time_series, 1.500001)
3

如您所见，这通常会为您提供值 x 的右侧端点，除非您具有相等性。还有其他以不同方式处理端点的方法，bisect() 和 bisect_right()，因此如果您对该行为感兴趣，我建议您阅读 python 文档。

如果你想使用左边的索引，只需从返回值中减去一个，如果需要的话，你可以用它来索引另一个数组。不过，您需要在使用之前对结果进行错误检查:

ind = bisect.bisect_left(time_series, time)
if (ind < 0) or not (time_series[ind-1] < time <= time_series[ind]):
     ## raise an error condition