如何计算numpy中的斜率

如果我有50个元素的数组,我将如何计算3个周期斜率和5个周期斜率? 文档不添加太多….. from scipy import stats import numpy as np x = np.random.random(10) y = np.random.random(10) slope, intercept, r_value, p_value, std_er

如果我有50个元素的数组,我将如何计算3个周期斜率和5个周期斜率?

文档不添加太多…..

>>> from scipy import stats
>>> import numpy as np
>>> x = np.random.random(10)
>>> y = np.random.random(10)
>>> slope,intercept,r_value,p_value,std_err = stats.linregress(x,y)

这会有用吗?

def slope(x,n): 
   if i<len(x)-n: 
        slope = stats.linregress(x[i:i+n],y[i:i+n])[0]
        return slope

但是数组的长度是相同的

@joe :::

xx = [2.0,4,6,8,10,12,14,16,18,20,22,24,26,28,30]
x  = np.asarray(xx,np.float)
s  = np.diff(x[::3])/3

window  = [1,-1]
window2 = [1,-1]
slope   = np.convolve(x,window,mode='same') / (len(window) - 1)
slope2  = np.convolve(x,window2,mode='same') / (len(window2) - 1)

print x
print s

print slope
print slope2

结果…..

[  2.   4.   6.   8.  10.  12.  14.  16.  18.  20.  22.  24.  26.  28.  30.]
[ 2.  2.  2.  2.]
[ 1.5  2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.  -6.  -6.5]
[  2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2.   2. -14.]

斜率和斜率2是Im之后的除了-6,-6.5和-14不是我正在寻找的结果.

这工作…….

window    = [1,-1]
slope     = np.convolve(xx,mode='valid') / float(len(window) - 1)
padlength = len(window) -1
slope     = np.hstack([np.ones(padlength),slope])
print slope

解决方法

我假设你的意思是计算每个第3和第5个元素的斜率,这样你就有了一系列(精确的,非最小二乘)斜率?

如果是这样,你只需要做一些事情:

third_period_slope = np.diff(y[::3]) / np.diff(x[::3])
fifth_period_slope = np.diff(y[::5]) / np.diff(x[::5])

不过,我可能完全误解了你的意思.我以前从未领过“3期斜率”一词……

如果你想要更多的“移动窗口”计算(这样输入元素的数量与输出元素相同),只需将其建模为带有[-1,1]或[-1]窗口的卷积,1].

例如.

window = [-1,1]
slope = np.convolve(y,mode='same') / np.convolve(x,mode='same')

作者: dawei

【声明】:永州站长网内容转载自互联网,其相关言论仅代表作者个人观点绝非权威,不代表本站立场。如您发现内容存在版权问题,请提交相关链接至邮箱:bqsm@foxmail.com,我们将及时予以处理。

为您推荐

联系我们

联系我们

0577-28828765

在线咨询: QQ交谈

邮箱: xwei067@foxmail.com

工作时间:周一至周五,9:00-17:30,节假日休息

返回顶部