gluonts.ev.aggregations 模块#

class gluonts.ev.aggregations.Aggregation(axis: Union[int, tuple, NoneType] = None)[source]#

基类： object

axis: Optional[Union[int, tuple]] = None#

get() → numpy.ndarray[source]#

step(values: numpy.ndarray) → None[source]#

class gluonts.ev.aggregations.Mean(axis: Optional[Union[int, tuple]] = None, partial_result: Optional[Union[List[numpy.ndarray], numpy.ndarray]] = None, n: Optional[Union[int, numpy.ndarray]] = None)[source]#

基类： gluonts.ev.aggregations.Aggregation

Map-reduce（映射-归约）方式计算一系列值的平均值。

partial_result 表示以下两种情况之一，取决于轴：情况 1 - 轴 0 进行聚合 (轴为 None 或 0)

首先根据轴对值进行求和，并记录求和的条目数量 (n)，最后进行除法。

情况 2 - 轴 0 不进行聚合: 在这种情况下，partial_result 是一个平均值列表，最后会连接成一个 np.ndarray。由于这直接计算平均值，因此不使用 n。

get() → numpy.ndarray[source]#

n: Optional[Union[int, numpy.ndarray]] = None#

partial_result: Optional[Union[List[numpy.ndarray], numpy.ndarray]] = None#

step(values: numpy.ndarray) → None[source]#

class gluonts.ev.aggregations.Sum(axis: Optional[Union[int, tuple]] = None, partial_result: Optional[Union[List[numpy.ndarray], numpy.ndarray]] = None)[source]#

基类： gluonts.ev.aggregations.Aggregation

Map-reduce（映射-归约）方式计算一系列值的总和。

partial_result 表示以下两种情况之一，取决于轴：情况 1 - 轴 0 进行聚合 (轴为 None 或 0)

在每个 step 中，计算总和并将其添加到 partial_result 中。

情况 2 - 轴 0 不进行聚合: 在这种情况下，partial_result 是一个列表，最后会连接成一个 np.ndarray。

get() → numpy.ndarray[source]#

partial_result: Optional[Union[List[numpy.ndarray], numpy.ndarray]] = None#

step(values: numpy.ndarray) → None[source]#