问题部分:
- 有没有“朱莉娅方式”来实现滑动窗口?
- Julia 需要什么来忽略
NaN
s?
有一个包含 264 个记录点(行)和 200 个时间点(列)的矩阵。我想在 10 个样本窗口中获得每个记录点与每个其他点的中值相关性。
我已经通过创建 3d 264x264x10 矩阵尝试了 matlab 方式(tm),其中第三个暗淡是该窗口的相关性。在 matlab 中,我会median(cors,3)
像 julia 那样做mean(cors,3)
。但是中位数对此没有支持。看起来mapslices(median,cors,3)
可能是我想要的,但有些记录点有 NaN。在 R 中,我可能会查看na.omit()
或使用类似的选项,na.ignore=T
但对于 julia,我看不到这一点。
#oned=readdlm("10152_20111123_preproc_torque.1D")
oned=rand(200,264); oned[:,3]=NaN; oned[:,200]=NaN
windows=10
samplesPerWindow=size(oned,1)/windows
cors=zeros(size(oned,2),size(oned,2),windows)
for i=1:windows
startat=(i-1)*windows+1
endat=i*windows
corofsamples=cor(oned[startat:i*windows,:])
cors[:,:,i]= corofsamples
end
med = mapslices(median,cors,3) # fail b/c NaN