使用numpy减去两个交错的，基于不同时间序列数组？

Question

我有两个数据集，a[ts1]和b[ts2]，其中ts1和{}是在不同的时间（在不同的基础上？）获取的时间戳。我想把索引的顺序改成绘图。在

所以我想用numpy来做一个小例子，我意识到我不知道numpy是否以及如何执行这个操作——但是使用向量，避免for循环。我举了一个例子（如下），它将a[ts1]和{}定义为numpy名为a_np和b_np的结构化数组：

array([(0.0, 0.0), (0.8865606188774109, 0.30000001192092896),
       (1.6939274072647095, 0.6000000238418579),
       (2.3499808311462402, 0.8999999761581421)], ...
      dtype=[('a', '<f4'), ('ts1', '<f4')])
array([(0.3973386585712433, 0.10000000149011612),
       (0.7788366675376892, 0.20000000298023224),
       (1.4347121715545654, 0.4000000059604645), (1.6829419136047363, 0.5)], ...
      dtype=[('b', '<f4'), ('ts2', '<f4')])

所以我的问题是：

• 这类数组/问题叫什么？只是“时间序列”数组吗？基本上，它们描述的是一维信号，但由于时间戳必须保留，所以它是一个二维数组；而且由于“时间”列可以有任何含义，我想它可以被推广到（值）列中数组值的插值，而不是（时间/索引）列中的“索引”值。在
• numpy是否可以执行向量化操作，其中数组在被减去之前在“时间”中被正确地插值？在

在寻找这方面的信息时，我发现了pandas: Python Data Analysis Library；我想我应该改用它，因为它有一个“时间序列”功能——但在本例中，我不需要任何复杂的采样值插值——只需要一个“步进”或“保持”（基本上，没有插值）；这就是为什么我在徘徊，如果numpy能够以矢量化的方式实现这一点。否则，下面的示例使用for循环。在

---

该示例将生成如下图像：

数组a和b表示在不同时间获取的值，这由它们各自的impulses表示；a用lines绘制（因此，在绘制之前进行线性插值），但是b与{}一起绘制（以指示存在的实际值）

数组d1表示构造数组时所采用的“原始”差异b[t]-a[t]显然，我实际上无法访问这些数据，因此我必须从采样值开始工作。在这种情况下，差异b[ts2]-a[ts1]显示为数组/信号d2，再次显示为steps，以强调相对于“原始”所犯的错误。这个d2是我想用numpy来计算的（但是在下面，它是在相同的for循环中计算的）。在

我用绘图软件所犯的错误是按索引得到一个b和a，或者b[i]-a[i]；这显示为数组/信号e-并且如图所示，它与它本应表示的内容不符。只有当两个信号中的采样间隔不均匀时才会出现这种情况；在代码中尝试modulowith = 2，那么{}实际上并不是那么糟糕——但是，我的实际情况中时间戳不均匀，所以{}对我没有任何帮助。在

下面是代码，它也调用gnuplot（在python2.7上测试，numpy1.5我想）：

^{pr2}$

---

感谢@runnerup的回答，这里有一个稍微冗长（用于语法示例）numpy的解决方案：

# create union of both timestamp arrays as tsz
ntz = np.union1d(b_np['ts2'], a_np['ts1'])
# interpolate `a` values over tsz
a_z = np.interp(ntz, a_np['ts1'], a_np['a'])
# interpolate `b` values over tsz
b_z = np.interp(ntz, b_np['ts2'], b_np['b'])
# create structured arrays for resampled `a` and `b`,
# indexed against tsz timestamps
a_npz = np.array( [ (tz,az) for tz,az in zip(ntz,a_z) ],
  dtype=[('tsz', 'f4'), ('a', 'f4')] )
b_npz = np.array( [ (tz,bz) for tz,bz in zip(ntz,b_z) ],
  dtype=[('tsz', 'f4'), ('b', 'f4')] )
# subtract resized array
e_npz = np.subtract(b_npz['b'], a_npz['a'])
e_str = ""

# check:
pprint(e_npz[:4])
# gnuplot string:
for ts, ie in zip(ntz, e_npz):
  e_str += "%.03f %.06f\n" % (ts, ie)

这是线性插值的，因此它与上面的d2不同，但仍然非常适合。在

如果没有那些创建数组的for循环，那么它是矢量化的——原则上我甚至不必创建那些数组——只想看看它们看起来像结构化的数组。。总之，我想我希望有一个单行程序来实现这一点，使用结构化数组（也就是说，也可以处理字段名）。在

Answer 1

这是一个试图说服你转换到pandas：）

import numpy as np
import pandas as pd
import datetime as dt
import matplotlib.pyplot as plt

# one minute interval
start = dt.datetime.now( )
end = start + dt.timedelta( minutes=1 )

# sin curve at seconds frequancy
idx1 = pd.date_range( start, end, freq='S' )
ts1 = pd.Series( np.sin( np.linspace( 0, 4 * np.pi, len( idx1 ) ) ), index=idx1 )

# cosine curve at milisecond frequency
idx2 = pd.date_range( start, end, freq='L' )
ts2 = pd.Series( np.cos( np.linspace( 0, 4 * np.pi, len( idx2 ) ) ), index=idx2 )

现在len( ts1 ) = 61和{}，频率不同

^{pr2}$

你会得到：

编辑：出于插值目的，您可以在statsmodels中使用非参数方法，因此基本上可以在另一个序列的频率处插值一个序列，然后减去两个序列：

import statsmodels.api as sm
n = 1000
x = np.linspace( 0, 1, n )
y = np.random.randn( n ).cumsum( )
z = sm.nonparametric.lowess( y, x, return_sorted=False, frac=.05)

ax.plot( x, y, 'Blue', linestyle=' ' )
ax.plot( x, z, color='DarkRed' )