【Python/Pytorch 】-- 滑动窗口算法

文章目录

文章目录

[00 写在前面](#00 写在前面)
[01 基于Python版本的滑动窗口代码](#01 基于Python版本的滑动窗口代码)
[02 算法效果](#02 算法效果)

00 写在前面

写这个算法原因是：训练了一个时序网络，该网络模型的时序维度为32，而测试数据的时序维度为90。因此需要采用滑动窗口的方法，生成一系列32维度的窗口，用于测试。

该算法中用到了一个python的关键字yield，其用于定义生成器函数。生成器函数与普通函数不同，它可以在执行过程中暂停，并在以后继续从暂停的地方恢复执行。每次调用生成器函数时，都会返回一个生成器对象，而不是直接返回一个值。在你的代码中，yield 用于产生一个滑动窗口。

01 基于Python版本的滑动窗口代码

python 复制代码

def window(seq, size=3, stride=2):
    """
    返回一个滑动窗口（宽度为'size'）在数据序列'seq'上，具有指定的'stride'。
    例如，seq -> (s0, s1, ..., s[size-1]), (s[stride], s[stride+1], ..., s[stride+size-1]), ...
    """
    it = iter(seq)  # 从输入序列创建一个迭代器
    result = []  # 初始化一个空列表来存储当前窗口

    # 遍历迭代器中的每个元素
    for elem in it:
        result.append(elem)  # 将当前元素添加到窗口中
        if len(result) == size:  # 如果窗口达到所需大小
            yield result  # 生成当前窗口
            result = result[stride:]  # 根据步幅长度滑动窗口

    # 如果主循环后结果列表中还有剩余元素
    if result:
        i = 0  # 初始化一个计数器来填充剩余窗口
        while len(result) < size:  # 当窗口小于所需大小时
            result.append(seq[i % len(seq)])  # 从序列开始添加元素
            i += 1  # 增加计数器
        yield result  # 生成最终窗口

02 算法效果

python 复制代码

# 示例使用
seq = [1, 2, 3, 4, 5, 6, 7, 8]
for windowed in window(seq, size=3, stride=2):
    print(windowed)  # 打印每个滑动窗口

初始状态：result = []
添加元素：result = [1, 2, 3] 生成窗口 [1, 2, 3]，重置 result = [3]
添加元素：result = [3, 4, 5] 生成窗口 [3, 4, 5]，重置 result = [5]
添加元素：result = [5, 6, 7] 生成窗口 [5, 6, 7]，重置 result = [7]
添加元素：result = [7, 8]
填充元素：result = [7, 8, 1]，生成最后一个窗口 [7, 8, 1]