python 3D numpy 数组时间索引

Question

有没有办法在第三维上使用某种形式的时间索引(日期时间等)来索引 3 维数组？

我的问题是，我正在对数千个雷达图像进行时间序列分析，并且我需要获得例如月平均值。但是，如果我只是对第三维中的每 31 个数组进行平均，由于月份较短和数据丢失等原因，它会变得不准确。

Answer 1

您可以使用 pandas 模块。它支持按日期/日期时间范围建立索引。它还支持多重索引，允许您以二维方式处理多维数据。

>>> rng = pd.date_range('1/1/2016', periods=100, freq='D')
>>> rng[:5]

DatetimeIndex(['2016-01-01', '2016-01-02', '2016-01-03', '2016-01-04', '2016-01-05'], dtype='datetime64[ns]', freq='D')

>>> ts = pd.Series(np.random.randn(len(rng)), index=rng)
>>> ts.head()

2016-01-01    0.119762
2016-01-02   -0.010990
2016-01-03    0.226537
2016-01-04   -0.087559
2016-01-05    0.484426
Freq: D, dtype: float64

>>> ts.resample('M').mean()

2016-01-31   -0.171578
2016-02-29    0.055878
2016-03-31   -0.243225
2016-04-30   -0.015087
Freq: M, dtype: float64

查看下面的一些详细信息:

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DatetimeIndex.html http://pandas.pydata.org/pandas-docs/stable/timeseries.html http://pandas.pydata.org/pandas-docs/stable/advanced.html