如何将累积数据转换为每日数据？

Question

我有一个按链接和数据传输开始和结束时间段的累积传输数据列表。换句话说，times 的元素是天数； data 的元素是通过此链接传输到当前传输结束的所有数据的总和：

data = [0.85, 1.6, 1.85, 2.89, 3.56, 4.05, 5.56, 7.89]
times = [[0.5, 1.3], [1.8, 2.1], [2.9, 2.99], [3.5, 3.59], [3.6, 4.1], [4.2, 4.35], [4.65, 4.76], [4.85, 5.5]]

是否有任何 python 或 numpy 方法如何将累积数据转换为传输数据的每日 ([0, 1], [1, 2], [2, 3], [3, 4,], [4, 5], [5, 6]) 统计信息？

P.S 每日数据是指在0 和1 期间（1 和2 等）之间传输了多少数据。

例如，我想查找在0 day 和1 day 之间传输的数据。在[0.5, 1.3]0.85 GB 期间传输的数据。所以我必须找到0.85 GB 的份额，特别是在[0, 1] 之间转移。
0.85 GB * (1-0.5) days / (1.3-0.5) days = 0.53 GB 等等。

Answer 1

您可以使用np.split 将数据分块到每日数组中。首先，您需要定义每天边缘的索引；为此，您可以使用np.histogram 定义代表您日子边缘的垃圾箱。然后 cumsum 得到每天边缘的索引。

hist, bins = np.histogram(times, bins=range(5)) # 5 is number of days
chunked = np.split(data, hist.cumsum())

Chunked 现在应该是一个数组列表，其中每个数组都包含每天的值。你可以应用任何你想要的缩减函数。

print(chunked)   
# [array([0.85]), array([1.6, 1.85]), ...]

map(np.sum, chunked)

请注意，必须对时间/值数组进行排序才能进行拆分。

...

可读性更强但速度慢得多，您可以选择每天的数据。

days = np.floor(times)
chunked = [data[days == day] for day in range(5)]

Answer 2

@Divakar 已经发布了正确的 numpy 解决方案，这是一个简单的 python 解决方案：

import math
data = [0.85, 1.6, 1.85, 2.89, 3.56, 4.05, 5.56, 7.89]
times = [0.5, 1.3, 1.8, 2.9, 3.5, 3.6, 4.2, 4.65]
daily = [0] * 7

for i, t in enumerate(times):
    daily[int(math.floor(t))] += data[i]

print daily

Answer 3

IIUC 你可以这样做 -

lims = np.arange(data.size)+1
col0 = lims - times[:,0]
col1 = times[:,1] - lims
lens = times[:,1] - times[:,0]

out = data*col0/lens
shares = data*(col1/lens)
out[1:] += shares.cumsum()[:-1]

示例运行 -

In [144]: data
Out[144]: array([ 0.85,  1.6 ,  1.85,  2.89,  3.56,  4.05,  5.56,  7.89])

In [145]: times
Out[145]: 
array([[ 0.5 ,  1.3 ],
       [ 1.8 ,  2.1 ],
       [ 2.9 ,  2.99],
       [ 3.5 ,  3.59],
       [ 3.6 ,  4.1 ],
       [ 4.2 ,  4.35],
       [ 4.65,  4.76],
       [ 4.85,  5.5 ]])

In [146]: out
Out[146]: 
array([   0.53125   ,    1.38541667,    2.90763889,   16.70208333,
         -2.55102778,   29.67297222,   55.3047904 , -138.46269211])