滚动窗口迭代器还是滑动窗口迭代器？

Question

滚动窗口迭代器还是滑动窗口迭代器？我需要一个滚动窗口(也称滑动窗口)，可以在序列/迭代器/生成器上迭代。默认Python迭代可以被看作是一个特例，其中窗口长度为1。我目前正在使用以下代码。有没有人有更多的毕达通，更少的冗长，或更有效的方法来做这件事？def rolling_window(seq, window_size):     it = iter(seq)     win = [it.next() for cnt in xrange(window_size)] # First window     yield win    for e in it: # Subsequent windows         win[:-1] = win[1:]         win[-1] = e        yield winif __name__=="__main__":     for w in rolling_window(xrange(6), 3):         print w"""Example output:    [0, 1, 2]    [1, 2, 3]    [2, 3, 4]    [3, 4, 5] """

Answer 1

在Python文档的旧版本中有一个itertools实例:

from itertools import islicedef window(seq, n=2):
    "Returns a sliding window (of width n) over data from the iterable"
    "   s -> (s0,s1,...s[n-1]), (s1,s2,...,sn), ...                   "
    it = iter(seq)
    result = tuple(islice(it, n))
    if len(result) == n:
        yield result    for elem in it:
        result = result[1:] + (elem,)
        yield result

文档中的一个更简洁一些，并且使用itertools我想会有更大的效果。

Answer 2

这似乎是为一个人量身定做的。collections.deque因为您基本上有一个FIFO(添加到一端，从另一端删除)。但是，即使您使用list你不应该切两次；相反，你应该pop(0)从名单上append()新项目。

下面是一个基于优化的、基于deque的实现，该实现遵循了您的原始实现模式：

from collections import dequedef window(seq, n=2):
    it = iter(seq)
    win = deque((next(it, None) for _ in xrange(n)), maxlen=n)
    yield win
    append = win.append    for e in it:
        append(e)
        yield win

在我的测试中，它轻松地击败了大部分时间张贴在这里的所有其他东西，尽管是Pormuncher的tee对于大型可迭代程序和小窗口，版本优于它。在较大的窗口上，deque再次以原始速度前进。

访问deque可能比列表或元组更快或更慢。(接近开头的项目速度更快，如果使用负索引，则项目接近尾端。)我放了一个sum(w)在我的循环的主体；这发挥了德克的力量(迭代从一个项目到下一个项目是快速的，因此这个循环运行了一个完整的20%的速度比下一个最快的方法当我将其更改为单独查找并在10的窗口中添加项目时，表会翻转，tee方法快20%。我能够恢复一些速度，在添加的最后五个项中使用了负索引，但是tee还是快了一点。总的来说，我估计这两种方法对于大多数用途来说都是足够快的，如果您需要更多的性能，请选择最有效的配置文件。

Answer 3

我喜欢tee():

from itertools import tee, izipdef window(iterable, size):
    iters = tee(iterable, size)
    for i in xrange(1, size):
        for each in iters[i:]:
            next(each, None)
    return izip(*iters)for each in window(xrange(6), 3):
    print list(each)

给予：

[0, 1, 2][1, 2, 3][2, 3, 4][3, 4, 5]