python - 用python切割数据集

Question

我正在研究一个月内每分钟的太阳频率。所以我有一个包含 43200 个元素的矩阵 M，每分钟一个。

对所有元素进行功率谱的方法是:

import numpy as np
import pylab as pl
from scipy import fftpack

M=np.loadtxt('GOLF-SOHO-Sol.dat')
N=len(M)
dt=1

t= np.arange(0., N, dt)
yt = M


frecs= fftpack.fftfreq(yt.size, dt)        
fft_yt = fftpack.fft(yt)                   
vector_amp = np.abs(fft_yt)                 

pl.subplot(212)
pl.xlim(-0.5, 0.5)
pl.plot(frecs, vector_amp, color="blue", linestyle="-", linewidth=1.5)
pl.xlabel('Frecuencia (Hz)')
pl.ylabel('Espec. amplitud')
pl.title('Espectro de amplitud')
marcasx = np.arange(-0.5, 0.5, 0.1)                    # vector de marcas en x
pl.xticks(marcasx)

pl.show()

问题是现在我想对这个矩阵进行一些削减。我只需要每 12 小时一次的数据(晴天时)。因此，在我的矩阵 M 中，我需要例如前 720 相同，但接下来的 720 必须为 0，接下来的 720 为原始数据，接下来的 720 为 0，等等。

我该如何计算这个？我应该用 while 做一个 bucle，其中每 720 个日期都会改变一次。

提前谢谢您。我希望我说得清楚。

Answer 1

# your data values (all ones for illustration)
>>> values = numpy.ones( (43200,) )

# reshape to matrix with rows of 720 samples
>>> mat    = values.reshape( (60, 720) )

# now it's easy to set alternating rows to 0.0
>>> mat[1::2, :] = 0

# and because y is a view of your data, "values" now
# has zeroes in the right places
>>> values[710:730]
array([ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  0.,  0.,  0.,
0.,  0.,  0.,  0.,  0.,  0.,  0.])