隨着時間的推移的平均數據？

-1

我想以5秒的間隔爲我的樣本數據中的信號數據計算平均值VAL1，VAL2和SIGNAL值。換句話說，使用包含的樣本數據，我想計算第一個數據點（在這種情況下）01:45:18到01:45:22,01:45:23到01的平均值： 45:27，01:45:28到01:45:32和01:45:33通過剩下的數據。隨着時間的推移的平均數據？

理想情況下，我想存儲在變量，如平均的信息：dec_average，ra_average和n_average

我如何能做到這一點的任何建議或想法？這是我迄今爲止的代碼。

import sys 
import os 
import matplotlib.pyplot as plt 
from matplotlib.dates import strpdate2num 
import numpy as np 
import matplotlib.colors 
import matplotlib.cm 

sat_id,dec,ra,n = np.loadtxt("mydata.asc", usecols=(3,5,7,9), unpack=True)

樣本數據：
時間戳：一時45分18秒02 SATID VAL1 36 VAL2 188信號34
時間戳：1時45分19秒02 SATID VAL1 36 VAL2 188信號34
時間戳：01： 45:20 SATID 02 VAL1 36 VAL2 188信號35
時間戳：1點45分21秒02 SATID VAL1 36 VAL2 188信號34
時間戳：1點45分22秒02 SATID VAL1 36 VAL2 188信號35
時間戳：01 ：45：23 SATID 02 VAL1 36 VAL2 188 SIGNAL 35
時間戳p：01:45:24 SATID 02 VAL1 36 VAL2 188 SIGNAL 36
Timestamp：01:45:25 SATID 02 VAL1 36 VAL2 188 SIGNAL 35
Timestamp：01:45:26 SATID 02 VAL1 36 VAL2 188 SIGNAL 36
時間戳：1時45分27秒02 SATID VAL1 37 VAL2 188信號36
時間戳：1點45分28秒02 SATID VAL1 37 VAL2 188信號36
時間戳：1點45分29秒02 SATID VAL1 37 VAL2 188信號36
時間戳：一點45分三十秒SATID 02 VAL1 38 VAL2 188信號37
時間戳：1時45分31秒02 SATID VAL1 38 VAL2 188信號36
時間戳：1時45分32秒02 SATID VAL1 39 VAL2 188 SIGNAL 37
時間戳：1點45分33秒02 SATID VAL1 39 VAL2 188信號37
時間戳：1點45分34秒02 SATID VAL1 39 VAL2 188信號37
時間戳：1時45分35秒02 SATID VAL1 39 VAL2 188 SIGNAL 38

來源

2017-04-07 luke

什麼是您的數據的格式？一個數據幀，一個矩陣？請不要加載文本文件，您可以發佈一個最小再現示例嗎？ –

可能的重複：http://stackoverflow.com/questions/13728392/moving-average-or-running-mean –

第一步是捕捉每個條目的重要數據，這是VAL1，VAL2和SIGNAL值，你已經做了。

然後，對於每組五個條目，您需要獲取每個字段的平均值，這可以通過只添加字段的每個值然後除以五來完成。使用numpy這可以通過只使用np.average()並傳入要平均的數組來實現，在我們的例子中，這將是第一次的第一個五個元素，接下來的五個第二個，等等，對於dec這可以做如下。

我們將創建一個列表dec_average來存儲每組條目的平均值。

dec_average = []

這將通過dec陣列運行時，平均每一套五行只要有至少五個左，和平均附加到dec_average。

for i in range(5, len(dec) + 1, 5): 
    dec_average.append(np.average(dec[(i - 5):i]))

一旦我們完成通過循環運行，如果數組中元素的個數並不五的倍數，那麼還是會有一些留下來的平均水平。爲了獲得平均值，我們需要得到最後的x項，其中x是數組長度除以5的餘數;因此，模量。

if (len(dec)) % 5 != 0: 
    dec_average.append(np.average(dec[-(len(dec) % 5):]))

把這些三段代碼共同作用的結果，在計算每五個項目的列表的平均的系統，如果有少於五個項目留在最後，剛開剩餘的平均值，並將每個平均值附加到一個數組。這可以擴展以適應其他數據條目。

來源

2017-04-07 08:28:24

謝謝Wintro ...這個令人難以置信的詳細和徹底的解釋確實讓事情變得非常清晰。我真的很感激花時間來解釋它如此完美和徹底 – luke

我的榮幸！我建議查看丹尼爾的答案，並提出/接受適合您的任何答案。 –

從Alleo的回答here

def running_mean(x, N): 
    cumsum = numpy.cumsum(numpy.insert(x, 0, 0)) 
    return (cumsum[N:] - cumsum[:-N])/N

來源

2017-04-07 09:19:38

如果它是重複的，請將其標記爲重複，而不是複製（即使歸因）答案。 – MSeifert

隨着時間的推移的平均數據？

回答

相關問題