有没有更好的方法来重新采样存储在Python二进制文件中的时间序列?

我不认为IO是这里的问题,因为即使对于这个大数组:

np.empty(1000000000, 'i').tofile('abc.bin')
np.fromfile('abc.bin', 'i')

只需要

1.18 s ± 26.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

去读它。如果你坚持,你可以用 memmap :

np.memmap('abc.bin', 'i')

5.6 µs ± 433 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

另一方面,如果通过重新采样意味着向下采样,则可以使用 记忆地图 方法直接保存原始数组的切片

memmap_result[::2].tofile('xxx')

把样品减半。

memmap_result[np.linspace(0, len(memmap_result), num_samples).astype('i')]

也应该很快。

scipy.signal.resample 使用傅里叶变换,它应该非常快速和稳定。您可以使用更快的算法,如线性插值等,但重新采样的质量可能会受到影响。