python步长什么意思_python – Numpy：在每个时间步长平均许多数据点

这个问题可能在某个地方得到解答,但我找不到哪里,所以我会在这里问：

我有一组数据,每个时间步长有几个样本.所以,我基本上有两个数组,“时间”,看起来像：(0,0,0,1,1,1,1,1,2,2,3,4,4,4,4,… .)和我的数据,这是每次的价值.每个时间步长具有随机数量的样本.我想以有效的方式获得每个时间步长的数据的平均值.

我准备了以下示例代码来显示我的数据.基本上,我想知道是否有更有效的方法来编写“average_values”函数.

import numpy as np

import matplotlib.pyplot as plt

def average_values(x,y):

unique_x = np.unique(x)

averaged_y = [np.mean(y[x==ux]) for ux in unique_x]

return unique_x, averaged_y

#generate our data

times = []

samples = []

#we have some timesteps:

for time in np.linspace(0,10,101):

#and a random number of samples at each timestep:

num_samples = np.random.random_integers(1,10)

for i in range(0,num_samples):

times.append(time)

samples.append(np.sin(time)+np.random.random()*0.5)

times = np.array(times)

samples = np.array(samples)

plt.plot(times,samples,'bo',ms=3,mec=None,alpha=0.5)

plt.plot(*average_values(times,samples),color='r')

plt.show()

这是它的样子：

解决方法:

我可以提出一个pandas解决方案.如果您打算使用时间序列,强烈建议您使用.

创建测试数据

import pandas as pd

import numpy as np

times = np.random.randint(0,10,size=50)

values = np.sin(times) + np.random.random_sample((len(times),))

s = pd.Series(values, index=times)

s.plot(linestyle='.', marker='o')

计算平均值

avs = s.groupby(level=0).mean()

avs.plot()

标签：python,matplotlib,numpy,scipy