python - 数字化 numpy 数组

Question

我有两个向量:

  time_vec = np.array([0.2,0.23,0.3,0.4,0.5,...., 28....])
  values_vec = np.array([500,200,220,250,200,...., 218....])
  time_vec.shape == values_vec.shape 

现在，我想每 0.5 秒间隔取一次 bin 的值，并取这些值的平均值。例如

  value_vec = np.array(mean_of(500,200,220,250,200), mean_of(next values in next 0.5 second interval))

是否有任何 numpy 方法我遗漏了哪个 bin 并取了 bin 的平均值？

Answer 1

您可以使用 np.ufunc.reduceat .您只需要填充断点所在的位置，即 floor(t/.5) 更改时:

说:

>>> t
array([ 0.    ,  0.025 ,  0.2125,  0.2375,  0.2625,  0.3375,  0.475 ,  0.6875,  0.7   ,  0.7375,  0.8   ,  0.9   ,
        0.925 ,  1.05  ,  1.1375,  1.15  ,  1.1625,  1.1875,  1.1875,  1.225 ])
>>> b
array([ 0.8144,  0.3734,  1.4734,  0.6307, -0.611 , -0.8762,  1.6064,  0.3863, -0.0103, -1.6889, -0.4328, -0.7373,
        1.7856,  0.8938, -1.1574, -0.4029, -0.4352, -0.4412, -1.7819, -0.3298])

断点是:

>>> i = np.r_[0, 1 + np.nonzero(np.diff(np.floor(t / .5)))[0]]
>>> i
array([ 0,  7, 13])

每个区间的总和是:

>>> np.add.reduceat(b, i)
array([ 3.411 , -0.6975, -3.6545])

平均值将是区间长度的总和:

>>> np.add.reduceat(b, i) / np.diff(np.r_[i, len(b)])
array([ 0.4873, -0.1162, -0.5221])