python - 3D 数组中一个轴上的滚动平均值

Question

有没有一种简单的方法可以计算 3D 数组中一个轴上的滚动平均值？假设我有一个包含 x、y 和时间轴的数组，我想要所有 x 和 y 在时间轴上的滚动平均值。对于一维数组，我使用 pandas:

import pandas as pd 

rolling_array = pd.Series(array).rolling(window=window).mean()

但这不适用于多维数据。

编辑:

我的数组看起来像这样:

import numpy as np 

array = np.random.rand(100,100,200) 

我想要 axis = 2

的滚动平均值

Answer 1

我们可以使用uniform_filter1d接受 axis arg，我们将使它通用以接受沿通用轴的任何 n-dim 数组 -

from scipy.ndimage import uniform_filter1d

def rolling_mean_along_axis(a, W, axis=-1):
    # a : Input ndarray
    # W : Window size
    # axis : Axis along which we will apply rolling/sliding mean
    hW = W//2
    L = a.shape[axis]-W+1   
    indexer = [slice(None) for _ in range(a.ndim)]
    indexer[axis] = slice(hW,hW+L)
    return uniform_filter1d(a,W,axis=axis)[tuple(indexer)]

验证形状的样本运行:

In [70]: a = np.random.rand(10,10,10)

In [72]: rolling_mean_along_axis(a, W=5, axis=0).shape
Out[72]: (6, 10, 10)

In [73]: rolling_mean_along_axis(a, W=5, axis=1).shape
Out[73]: (10, 6, 10)

In [74]: rolling_mean_along_axis(a, W=5, axis=2).shape
Out[74]: (10, 10, 6)