Python中的滑动窗口

debugcn 发表于 Dev

波莉

我在标记化文本文档的滑动窗口中使用了以下著名代码：

def window(fseq, window_size):
    "Sliding window"
    it = iter(fseq)
    result = tuple(islice(it, 0, window_size, round(window_size/4)))
    if len(result) == window_size:
        yield result
    for elem in it:
        result = result[1:] + (elem,)
        result_list = list(result)
        yield result_list

当我想调用窗口大小小于6的函数时，一切正常，但是当我增加它时，文本的开头将被剪切。

例如：

c=['A','B','C','D','E', 'F','G','H','I','J','K','L','M','N','O','P','Q','R','S','T','U','V','W','X','Y','Z']
print(list(window(c, 4)))
print(list(window(c, 8)))

输出：

[('A', 'B', 'C', 'D'), ['B', 'C', 'D', 'E'], ['C', 'D', 'E', 'F'], ['D', 'E', 'F', 'G'], ['E', 'F', 'G', 'H'], ['F', 'G', 'H', 'I'],...

[['C', 'E', 'G', 'I'], ['E', 'G', 'I', 'J'], ['G', 'I', 'J', 'K'], ['I', 'J', 'K', 'L'], ['J', 'K', 'L', 'M']...

怎么了？为什么在第一个输出中第一个元素放在圆括号中？

我的预期输出print(list(window(c, 8)))是：

[['A','B','C', 'D', 'E', 'F','G','H'], ['C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], ['E', 'F', 'G', 'H', 'I', 'K', 'L', 'M']...

马丁·彼得斯（Martijn Pieters）

您的版本不正确。它将第4个参数（步长）添加到该islice()函数中，该参数限制所取第一个切片的大小：

result = tuple(islice(it, 0, window_size, round(window_size/4)))

对于4或5，round(window_size/4)产生1默认步长。但是对于较大的值，这将产生一个步长，以确保从第一个窗口中忽略这些值，因此len(result) == window_size可以保证下一个测试为假。

删除该步长参数，您将再次返回第一个窗口。另请参见Python中的滚动或滑动窗口迭代器。

第一个结果在“圆括号”中，因为它是一个元组。如果您想要一个列表，请在代码中使用list()而不是tuple()。

如果要让窗口以大于1的步长滑动，则不应更改初始窗口。您需要在step迭代过程中从窗口添加和删除大小元素。使用while循环更容易做到这一点：

def window_with_larger_step(fseq, window_size):
    """Sliding window

    The step size the window moves over increases with the size of the window.
    """
    it = iter(fseq)
    result = list(islice(it, 0, window_size))
    if len(result) == window_size:
        yield result
    step_size = max(1, int(round(window_size / 4)))  # no smaller than 1
    while True:
        new_elements = list(islice(it, step_size))
        if len(new_elements) < step_size:
            break
        result = result[step_size:] + list(islice(it, step_size))
        yield result

这会将step_size元素添加到运行结果中，step_size从一开始就删除元素以保持窗口大小均匀。

演示：

>>> print(list(window_with_larger_step(c, 6)))
[['A', 'B', 'C', 'D', 'E', 'F'], ['C', 'D', 'E', 'F', 'I', 'J'], ['E', 'F', 'I', 'J', 'M', 'N'], ['I', 'J', 'M', 'N', 'Q', 'R'], ['M', 'N', 'Q', 'R', 'U', 'V'], ['Q', 'R', 'U', 'V', 'Y', 'Z']]
>>> print(list(window_with_larger_step(c, 8)))
[['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'], ['C', 'D', 'E', 'F', 'G', 'H', 'K', 'L'], ['E', 'F', 'G', 'H', 'K', 'L', 'O', 'P'], ['G', 'H', 'K', 'L', 'O', 'P', 'S', 'T'], ['K', 'L', 'O', 'P', 'S', 'T', 'W', 'X'], ['O', 'P', 'S', 'T', 'W', 'X']]
>>> print(list(window_with_larger_step(c, 10)))
[['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], ['D', 'E', 'F', 'G', 'H', 'I', 'J', 'N', 'O', 'P'], ['G', 'H', 'I', 'J', 'N', 'O', 'P', 'T', 'U', 'V'], ['J', 'N', 'O', 'P', 'T', 'U', 'V', 'Z']]

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。