롤링 창을 사용하여 1D NumPy 배열의 롤링 표준 편차를 어떻게 계산할 수 있습니까?

NumPy에서 1D 배열을 위한 롤링 창 구현

1D 배열에서 롤링 창을 효율적으로 처리하기 위해 NumPy는 유용한 구현을 제공합니다. 관찰이라는 1D NumPy 배열이 있는 시나리오를 고려해 보겠습니다. 창 길이가 n인 롤링 표준 편차를 계산하려면 다음 접근 방식을 활용할 수 있습니다.

<code class="python">import numpy as np

n = 5  # Example window length

# Create a rolling window for the observations
rolling_window = np.lib.stride_tricks.as_strided(observations, shape=(len(observations) - n + 1, n), strides=(observations.strides[0],))

# Apply the standard deviation function to each window
rolling_stdev = np.std(rolling_window, axis=1)</code>

이 코드 조각은 NumPy std 함수를 각 창에 효율적으로 적용하여 원하는 롤링 표준 편차 값을 얻습니다. . np.std를 창 모드 데이터에 적용하려는 다른 기능으로 바꿀 수 있습니다.

위 내용은 롤링 창을 사용하여 1D NumPy 배열의 롤링 표준 편차를 어떻게 계산할 수 있습니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!