Jag använder ett dynamiskt rörligt fönster för att beräkna enkel statistik på en serie som beställts på datumnyckeln. Jag vill kunna ställa in gränsen i slutet av fönstret, till exempel en timeseries med månatligt glidande medelvärde, den månatliga bestäms av a. Men deedle-seriens funktion använder alltid början som gränsen. Därför skapar det alltid en datapointserie från den första datafasen för nästa n datapunkter. N bestäms av det roliga ovanför. Jag skulle vilja ha en datapointserie från Nth data och titta bakåt in i det förflutna. Jag försökte också använda först för att vända serien men deedle tror att serien även om i en omvänd ordning är inte längre beställt. Är vad jag letar efter possible. If du tittar på listan över aggregering Funktioner i docs hittar du ett funktionsaggregat som är en generalisering av alla fönsterfunktioner och tar också en nyckelväljare. Detta innebär att du kan göra något sånt. Den funktionen tar 3 parametrar inklusive nyckel s Väljare och en funktion som får datasegment som har fönstret tillsammans med en flagga om det är fullständigt eller ofullständigt - till exempel i slutet av fönstret. Detta fungerar inte helt här, för det kommer att skapa en serie med dubbla nycklar och de Stöds inte av Deedle Fönstren i slutet av chunken kommer alla att sluta med samma datum och så får du dubbla nycklar som det faktiskt körs, men du kan inte göra mycket med serien. En otrolig lösning är att komma ihåg den sista chunk s Avsluta och returnera saknade värden när slutet börjar upprepas. Jag arbetar fortfarande med att fuska F-tingen - försöker utreda hur man tänker på F snarare än att bara översätta från andra språk som jag vet. Jag har nyligen funderat på fallen där du Inte ha en 1 1 karta mellan före och efter fall faller ner. Ett exempel på detta är glidande medelvärden, där vanligtvis du kommer att ha len-n 1 resultat för en lista över längd len när medelvärdet över n items. For guruer ut Där är det här ett bra sätt att göra Det använder kö knäppt från Jomo Fisher. Kanske ett bättre sätt skulle vara att genomföra en MovingAverageQueue genom att ärva från Fifo. Skrevet den 17 november kl. 11 12. Jag var tvungen att förklara det så att MovingAverage ns seq float för att sätta det i en verktygsmodul bort från samtalssiten, Att placera typsystemet Såvitt jag kan säga fungerar det bara med flottor, på grund av en begränsning av MSDN-krav kan jag ersätta det med att använda detta på en int-sekvens, men det ger ett annat fel Brian, kan du omformulera detta Svara på arbetet i generella sammanhang så att det kommer att fungera med seq-of-any-arithmetic-typ, utan typinriktning Warren Young Jun 27 13 på 19 04. Jag borde påpeka att mitt behov av denna rörliga genomsnittliga funktion är att få Ett kort fönster 30ish över en sekvens av heltal som är nästan alla i miljoner, så jag behöver inte flytpunkten Även en enda siffra till höger om decimalpunkten är ingen praktisk användning i min ansökan Konvertera mina heltal till FP och Resultatet tillbaka till int bara för att placera F-standardbiblioteket gör det inte T vädja Warren Young Jun 27 13 på 19 30. Om du bryr dig om prestanda kan du beräkna ett rörligt medelvärde effektivt med hjälp av något som detta förutsatt att vi beräknar ett glidande medelvärde över ett 3-dagars fönster. Den svåra delen om detta är Håller på ditt tidigare körtal och Nummer N-fönstret kom jag fram med följande kod. Den här versionen är inte så snygg som Haskell-koden, men det borde undvika prestandaproblem i samband med omkodning av ditt fönster vid varje körning. Det håller en löpande total Och håller tidigare använda nummer i en kö, så det borde vara mycket snabbt. Bara för skojs skull skrev jag en enkel riktmärke. Om du bryr dig om prestanda och som elegant kod försöker du. Använda FSUnit kan vi testa det. Algoritmens knep Är den första summan av de första n talen och sedan behåll en löpande summa genom att lägga till fönstret och subtrahera fönstets svans. Glidfönstret uppnås genom att göra en självposition på sekvensen men med det andra argumentet till blixten avancerad av t Han fönsterstorlek. I slutet av rörledningen delar vi bara den totala summan av fönsterstorleken. Noteringssökning är precis som vikten men ger varje version av staten en sekvens. En ännu mer elegant lösning men möjligt med prestationsflik är att Observera att om vi nollar koden i sekvensen behöver vi inte beräkna den initiala summan. Det kan vara en prestationsfrekvens på grund av det andra indirektionen som är relaterat till inpakningen av de två sekvenserna, men kanske är det inte signifikant beroende på storleken på Window. answered 31 aug 12 på 8 06.Tod Numerics Version 3. Numerikerna är väl på väg mot nästa stora utgåva, v3 0 En första förhandsgranskning alfa har redan skjutits till NuGet-galleriet, även om det fortfarande finns mycket Att göra Om du skulle vilja förstå lite bättre där vi idag är, var vi går till och varför, läs sedan vidare. Varför en ny stor release. Vi tillämpar principerna för semantisk versionering vilket innebär att vi inte ska bryta Alla delar av allmänheten sur Bibliotekets ansikte, vilket är nästan allt i vårt fall under mindre versioner med 3-delars versionsformat. Det gör att du enkelt kan uppgradera i mindre versioner utan andra tankar eller bryta någon av dina kod. Men ibland finns det verkligen en Bra anledning att ändra designen, eftersom det är väldigt svårt att använda, inkonsekvent, leder till dålig prestanda eller bara inte mycket väl genomtänkt. Eller vi lärde oss bara hur vi gör det på ett mycket bättre sätt. Du kanske har märkt att vissa medlemmar Har förklarats föråldrade under de senaste två mindre utgåvorna, med förslag på hur man gör det i stället, trots att den gamla implementeringen hölls intakt. Över tiden blev all den gamla koden en smärta att upprätthålla och användningen av biblioteket var mycket mer komplicerat än Behövs Så jag bestämde mig för att det än är dags för att slutligen fixa de flesta av dessa problem och städa upp. Vi flyttar lite ost runt i den här utgåvan. Din kod kommer att bryta vid ett fåtal tillfällen Men i alla fall måste en fix vara lätt om den inte trivs Ial Även här kommer vi en gång till att vara bundna av semantisk versionering för att hålla biblioteket stabilt över alla framtida mindre utgåvor och därmed sannolikt även under de kommande åren. Vi kan även fortsätta att tillhandahålla patchar för den gamla v2-grenen om det behövs ett tag Rekommenderar starkt att uppgradera till v3 en gång tillgänglig. Feedback är välkommen. En första förhandsgranskning v3 0 0-alpha1 har redan publicerats till NuGet och jag planerar att göra minst två förhandsgranskningar innan vi når den första v3 0-utgåvan. Vänligen ha en Titta på det och ge feedback - nu är det en unik möjlighet att bryta förändringar. Överblick på vad som hittills har gjorts. Namespace-förenklingar. Mer funktionell design där så är lämpligt Se till att allt fungerar bra och känns inbyggt i både C och F. Namn om det är välkänt istället för mycket långa fulla namn trigonometri. Linear Algebra Med hjälp av generiska typer är det rekommenderade sättet nu att det fungerar bra. IO-klasserna för matrisvektor serialisering blir separata paket Major Refactoring av iterativa lösare Fyllda några saknade bitar, olika förenklingar, många andra ändringar. Distributioner Huvudrening Direkt exponering av distributioner fungerar pdf, cdf, etc Parameteruppskattning. Nya distansfunktioner. Överblick om vad som är planerat att göra. Interna lösare behöver mer Arbete Jag skulle också vilja utforma dem så att de kan itereras manuellt, på ett enkelt sätt. Integrerade transformationer FFT etc behöver större refactoring Backas av inbyggd leverantör om möjligt. Överväg att återfå filtrering FIR, IIR, glidande medelvärde etc. Den nuvarande QR-sönderdelningsbaserade kurvanpassningen är ineffektiv för stora datasatser, men det är faktiskt inte så komplicerat att fastställa det. Det är faktiskt inte så komplicerat. Upptäck och korrigera en inkonsekvens i Precision-klassen. Redundanta nollkontroller. Uppgifter om vad som är nytt i version 3 hittills. Dropping NameSpaces. Did du någonsin måste öppna 10 olika Numerics namnområden för att få allt du behöver Detta borde bli något bättre i V3, eftersom de statiska fasaderna gillar Integrate Interpolate F Det eller FindRoots för enkla fall har flyttats direkt till rotnamnrymden och alla algoritmer namnrymder för avancerade användningar av formuläret är nu helt enkelt. Förutom de förenklade namnrymdena, den sista Differensiera överbelastningen som returnerar allt det interpolerade värdet och den första och Andra derivat vid något tillfälle x har förenklats istället för två outparametrar i en oväntad ordning, det returnerar nu en tupel med rimlig ordering. Designen av den dubbla exponentiella omvandlingen var ganska konstig. Den har förenklats för en statisk klass och är mycket Enklare att använda explicit. Probability Distributions. Although det alltid var möjligt att tilldela en anpassad slumpmässig käll-RNG till en distribution för slumptalsprovtagning, var det något komplicerat och krävde två steg. Nu har alla distributionskonstruktörer en överbelastning som accepterar en anpassad slumpkälla direkt vid Konstruktion, i ett enda steg. En del fördelningar stöder nu högsta sannolikhetsparametrisuppskattning och mest distri Butions implementera en invers kumulativ distributionsfunktion Distributionsfunktioner som PDF CDF och InvCDF exponeras nu direkt som statiska funktioner. Inline dokumentation och parameter namngivning har förbättrats avsevärt. ChiSquare blev ChiSquared och ID-distributionsgränssnittet blev IUnivariateDistribution Enkelare komposibel slumpmässig sampling i F med ny Provmodul. Nya distansfunktioner. Standardrutiner för utvärdering av euklidiska, Manhattan och Chebychev avstånd mellan arrays eller vektorer, även för den gemensamma summan av Absolute Difference SAD, Mean-Absolute Error MAE, Summa av Squared Difference SSD och Mean Squared Error MSE Metrics Hamming distans Leveransleverantörer där det är lämpligt. Minst null kontroller och ArgumentNullExceptions. Likely som en bieffekt från min exponering för funktionell programmering under det senaste året följer jag inte längre argumenten varför i C måste varje rutin uttryckligen kontrollera alla argument för null I ve Har redan tappat några av dessa kontroller, Men det finns fortfarande fler än 2000 platser där Numerics kastar en ArgumentNullException De flesta av dessa kommer sannolikt att vara borta Det finns ett fall där det är meningsfullt att behålla dem men när en rutin accepterar ett argument men inte använder det omedelbart och därför inte orsakar En omedelbar NullReferenceException, det kan vara svårt att felsöka en nollreferens, så vi kommer behålla kontrollen. Men sådana fall är ganska sällsynta med tanke på bibliotekets natur. IO-biblioteket som tidigare distribuerades som en del av kärnpaketet är nu En uppsättning av separata NuGet-paket, till exempel, och lever i ett separat repository. Favoring generiska linjära algebra typer. Eftersom den generiska namnrymden var nödvändig hela tiden, och den rekommenderade glada sökvägen är nu att alltid använda generiska typer, allt från namespace har Flyttas en namnrymd upp Från och med nu behöver du vanligtvis bara öppna två namnområden när man arbetar med linjär algebra, även om man behöver faktoriseringar till exempel när du använder dubbla E typ, du öppnar och. Eftersom typing är starkare i F, ger alla init-skapande funktioner i F-modulen direkt generiska typer direkt så att du inte måste skjuta upp manuellt hela tiden. De flesta rutiner har generaliserats för att arbeta på generiska typer . För fall där du vill implementera generiska algoritmer men också behöva skapa nya täta eller glesa matriser eller vektorer har en ny generisk byggare lagts till. Detta borde sällan behövas i användarkoden though. Missing scalar-matrix rutiner. Ett fåtal saknade skalar - Matrisrutiner som att lägga till eller subtrahera en skalär till en matris eller dela en skalär av en matris har lagts till, stöds av leverantörer där det är möjligt. Det finns nu också en modulus rutin. Point-wise infix-operatörer där det stöds. F. We har lagt till punktvis Och operatörer till matriser och vektorer i kärnbiblioteket Det stöds inte på alla språk än, men fungerar bra i F trots att det inte finns någon stödjande stöd. Naturligtvis kan du fortsätta använda de vanliga metoderna som befor E. Faktorisering och Iterativ Solver. Tidigare matrisfaktorisering var endast tillgänglig med förlängningsmetoder eller explicit skapande, vilket inte fungerade mycket bra när man använde generiska typer. Den generiska matrittypen ger nu metoder för att skapa dem direkt. Således har de faktiska implementationerna internaliserats Eftersom det inte längre finns något behov av direkt åtkomst. QR-faktoriseringen är nu tunn som standard och faktoriseringar klonar inte längre sina resultat utan praktiska skäl. Det iterativa lösningsmedlet har blivit väsentligt förenklat och är nu generiskt och delat om möjligt och accepterar Generiska typer överallt Namnrymdena är nu mycket mer platta eftersom den mycket detaljerade strukturen inte tillförde något värde men menade att du var tvungen att öppna ett dussin namnområden. Många linjära algebraförbättringar. Vektorer har nu en ConjugateDotProduct-rutin förutom DotProduct. Vectors tillhandahåller nu uttryckligen Rätt L1, L2 och oändlighet normer. Matriser Vektorer har nu konsekventa uppräknare, med en variant tha T skips nollor är användbara om sparsamma. Matrix Vector skapande rutiner har förenklats och kräver vanligtvis inte explicit dimensioner Nya varianter för att skapa diagonala matriser eller liknande där alla fält har samma värde. Matriser Vektorer avslöjar om lagringen är tät med en ny IsDense-egenskap . Providers har flyttats till en leverantörs namnrymd och är helt generiska igen. Mer robust komplext Asin Acos för stora reella tal. Träfunktioner gemensamma korta namn i stället för mycket långa namesplex vanliga korta namn för Exp, Ln, Log10, Log. Statistics nya singel - pass MeanVariance-metoden som används ofta tillsammans. Dela det här inlägget.
No comments:
Post a Comment