Python基于NumPy实现数组三数滑动求和(负数置0规则)
带负值清零规则的NumPy三元组滑动和计算
基础测试数据
在Python开发环境中使用NumPy做数组处理时,示例测试数组定义为:arr = np.array([0.1, 1, 1.2, 0.5, -0.3, -0.2, 0.1, 0.5, 1])
明确计算规则
- 滑动窗口逻辑:从数组第3个元素(索引值为2)开始,对每个位置i,取位置i、i-1、i-2的三个连续元素构成计算三元组
- 元素预处理:参与累加时所有小于0的元素统一等价为0,仅累加非负部分
- 长度适配:由于数组前两个位置无法凑齐三元组结构,最终输出的结果数组长度比原数组少2个元素
预期输出结果
按照规则计算得到的结果为:2.3, 2.7, 1.7, 0.5, 0.1, 0.6, 1.6
实现方案
整个计算流程不需要手动写遍历循环,通过NumPy的向量化操作即可完成,运行效率高且可读性强:
- 先对原数组做负值截断:将所有小于0的元素替换为0,可直接使用
np.clip接口实现 - 基于切片操作取连续三个位置的截断后元素做累加,输出长度自动满足比原数组少2的要求
核心实现代码如下:
import numpy as np def calc_triplet_sliding_sum(arr): # 将小于0的元素截断为0 clipped_arr = np.clip(arr, a_min=0, a_max=None) # 切片取连续三个位置的值累加,等价于滑动窗口求和 sliding_result = clipped_arr[:-2] + clipped_arr[1:-1] + clipped_arr[2:] return sliding_result # 测试验证 test_arr = np.array([0.1, 1, 1.2, 0.5, -0.3, -0.2, 0.1, 0.5, 1]) output = calc_triplet_sliding_sum(test_arr) print(output)
代码运行后输出结果和预期值完全一致,且因为全程使用NumPy原生向量化操作,即使处理百万级长度的大数组也不会有明显的性能损耗。
内容的提问来源于stack exchange,提问作者amberluc
相关产品推荐
相关产品推荐

