matlab散点聚合,matlab – 时间序列聚合效率

我通常需要总结具有给定聚合函数的不规则定时的时间序列(即,总和,平均等).但是,我现有的解决方案似乎效率低,速度慢.

采取聚合功能：

function aggArray = aggregate(array, groupIndex, collapseFn)

groups = unique(groupIndex, 'rows');

aggArray = nan(size(groups, 1), size(array, 2));

for iGr = 1:size(groups,1)

grIdx = all(groupIndex == repmat(groups(iGr,:), [size(groupIndex,1), 1]), 2);

for iSer = 1:size(array, 2)

aggArray(iGr,iSer) = collapseFn(array(grIdx,iSer));

end

end

end

请注意,array和groupIndex都可以是2D.数组中的每一列都是要聚合的独立系列,但groupIndex的列应合在一起(作为一行)以指定句点.

然后当我们给它带来一个不规则的时间序列时(注意第二个周期是一个基本周期更长),时间结果很差：

a = rand(20006,10);

b = transpose([ones(1,5) 2*ones(1,6) sort(repmat((3:4001), [1 5]))]);

tic; aggregate(a, b, @sum); toc

Elapsed time is 1.370001 seconds.

使用分析器,我们可以发现grpIdx线占执行时间的大约1/4(.28 s),iSer循环大约需要3/4(1.17 s)的总时间(1.48 s).

将此与期间无关紧要的情况进行比较：

tic; cumsum(a); toc

Elapsed time is 0.000930 seconds.

有没有更有效的方法来聚合这些数据？

时间安排结果

将每个响应放在一个单独的函数中,下面是我使用Intel i7在Windows 7上使用Matlab 2015b获得的时间结果：

original | 1.32451

felix1 | 0.35446

felix2 | 0.16432

divakar1 | 0.41905

divakar2 | 0.30509

divakar3 | 0.16738

matthewGunn1 | 0.02678

matthewGunn2 | 0.01977

关于groupIndex的澄清

2D groupIndex的一个示例是为1980 – 2015年的一组日常数据指定年份编号和周数：

a2 = rand(36*52*5, 10);

b2 = [sort(repmat(1980:2015, [1 52*5]))' repmat(1:52, [1 36*5])'];

因此,“年 – 周”时段由一行groupIndex唯一标识.这可以通过调用unique(groupIndex,’rows’)并获取第三个输出来有效地处理,因此可以随意忽略这部分问题.