Следуя этому вопросу лет назад, есть ли каноническая функция "сдвига" в numpy? Я ничего не вижу из документации.
Вот простая версия того, что я ищу:
def shift(xs, n):
if n >= 0:
return np.r_[np.full(n, np.nan), xs[:-n]]
else:
return np.r_[xs[-n:], np.full(-n, np.nan)]
Использование этого типа:
In [76]: xs
Out[76]: array([ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])
In [77]: shift(xs, 3)
Out[77]: array([ nan, nan, nan, 0., 1., 2., 3., 4., 5., 6.])
In [78]: shift(xs, -3)
Out[78]: array([ 3., 4., 5., 6., 7., 8., 9., nan, nan, nan])
Этот вопрос пришел из моей попытки написать быстрый файл rol_product вчера. Мне нужен был способ "сдвинуть" кумулятивный продукт, и все, о чем я мог думать, это повторить логику в np.roll()
.
Итак, np.concatenate()
намного быстрее, чем np.r_[]
. Эта версия функции работает намного лучше:
def shift(xs, n):
if n >= 0:
return np.concatenate((np.full(n, np.nan), xs[:-n]))
else:
return np.concatenate((xs[-n:], np.full(-n, np.nan)))
Еще более быстрая версия просто предварительно выделяет массив:
def shift(xs, n):
e = np.empty_like(xs)
if n >= 0:
e[:n] = np.nan
e[n:] = xs[:-n]
else:
e[n:] = np.nan
e[:n] = xs[-n:]
return e