如何计算numpy中的斜率

概述如果我有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])/3window  = [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 xprint sprint slopeprint 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) -1slope     = 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')

总结

以上是内存溢出为你收集整理的如何计算numpy中的斜率全部内容，希望文章能够帮你解决如何计算numpy中的斜率所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。