一段时间内的平均数据？

Question

我想以 5 秒的间隔计算样本数据中 SIGNAL 数据的平均 VAL1、VAL2 和 SIGNAL 值。换句话说，使用包含的样本数据，我想计算第一个数据点（在本例中为）01:45:18 到 01:45:22、01:45:23 到 01 之间的平均值： 45:27、01:45:28 到 01:45:32 和 01:45:33 到其余数据。

理想情况下，我希望将平均信息存储在变量中，例如：dec_average、ra_average 和 n_average

关于如何实现这一目标的任何建议或想法？这是我到目前为止的代码。

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)

样本数据：
时间戳：01:45:18 SATID 02 VAL1 36 VAL2 188 SIGNAL 34
时间戳：01:45:19 SATID 02 VAL1 36 VAL2 188 SIGNAL 34
时间戳：01:45:20 SATID 02 VAL1 36 VAL2 188 SIGNAL 35
时间戳：01:45:21 SATID 02 VAL1 36 VAL2 188 SIGNAL 34
时间戳：01:45:22 SATID 02 VAL1 36 VAL2 188 SIGNAL 35
时间戳：01:45:23 SATID 02 VAL1 36 VAL2 188 SIGNAL 35
时间戳：01:45:24 SATID 02 VAL1 36 VAL2 188 SIGNAL 36
时间戳：01:45:25 SATID 02 VAL1 36 VAL2 188 SIGNAL 35
时间戳：01:45:26 SATID 02 VAL1 36 VAL2 188 SIGNAL 36
时间戳：01:45:27 SATID 02 VAL1 37 VAL2 188 SIGNAL 36
时间戳：01:45:28 SATID 02 VAL1 37 VAL2 188 SIGNAL 36
时间戳：01:45:29 SATID 02 VAL1 37 VAL2 188 SIGNAL 36
时间戳：01:45:30 SATID 02 VAL1 38 VAL2 188 SIGNAL 37
时间戳：01:45:31 SATID 02 VAL1 38 VAL2 188 SIGNAL 36
时间戳：01:45:32 SATID 02 VAL1 39 VAL2 188 SIGNAL 37
时间戳：01:45:33 SATID 02 VAL1 39 VAL2 188 SIGNAL 37
时间戳：01:45:34 SATID 02 VAL1 39 VAL2 188 SIGNAL 37
时间戳：01:45:35 SATID 02 VAL1 39 VAL2 188 SIGNAL 38

Answer 1

第一步是从每个条目中获取重要数据，即VAL1、VAL2 和SIGNAL 的值，您已完成。

然后对于每组五个条目，您需要获取每个字段的平均值，这可以通过将字段的每个值相加然后除以五来完成。使用numpy 这可以通过使用np.average() 并传入要平均的数组来实现，在我们的例子中，这将是第一次的前五个元素，第二次是接下来的五个，依此类推，对于dec，可以按如下方式完成。

我们将创建一个列表dec_average 来存储每组条目的平均值。

dec_average = []

这将遍历dec 数组，只要至少剩下五个元素，就对每组五个元素进行平均，并将该平均值附加到dec_average。

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

一旦我们完成了该循环的运行，如果数组中的元素数量不是 5 的倍数，那么仍然会有一些需要平均。为了得到它们的平均值，我们需要得到最后的x 项目，其中x 是数组长度除以五的余数；因此，模数。

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

将这三段代码放在一起形成一个系统，计算一个列表的每五个项目的平均值，如果最后剩下的项目少于五个，则只取剩余的平均值，并附加每个平均值到一个数组。这可以扩展以适合您的其他数据条目。

Answer 2

来自 Alleo 的回答 here

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