python - 处理移动平均线中的零

Question

编辑

我原来的帖子不是最好的解释，所以我重写了它。

所以我想做的是计算一组数据的移动平均值。取每个平均值，例如 24 个值。 但是，我当前的功能有两个条件需要更改。

• 对 24 个不为零的值取平均值，因为零被视为不良数据，因此我需要 24 个“好”值作为平均值。
• 如果有五个连续零，我不想取平均值，只是简单地说平均值为零。

我需要 这是我当前的功能，但它需要更新以包含这些更改。

def averaged_rel_track(navg, rel_values, nb):
    '''function to average the relative track values for each blade. This is 
    dependant on the number values specified by the user to average over in a 
    rolling average'''
    avg_rel_track=[]
    for blade in range(0,int(nb)):
        av_values=[]
        rel_blade=rel_values[:,int(blade)]
        for rev in range(0,len(rel_blade)):
            section=rel_blade[rev-int(navg)+1:rev+1]
            print section
            if np.any(section==0):   
                av_value=0
            else:
                av_value=np.sum(section)/int(navg)
            print av_value
            av_values.append(av_value)
        avg_rel_track.append(av_values)
    avg_rel_track=np.array(avg_rel_track) 
    return avg_rel_track.transpose()

目前涉及大量检查。

是否有一个函数可以选择 X 个非零/无的值？目前我正在尝试做的工作如下:

Select a section of data than is N values long
x= number of zeros/nan's in the data
Extend section by x values

但这不起作用，因为我需要检查新部分是否不包含零并且它会检测原始零。我可以检查扩展名是否为零，重复该过程，但这似乎是一种非常冗长的方法。

我知道scipy.stats.nanmean在平均数据时会忽略none值。

如果有人可以提供帮助，那就太好了，但我想要建议的主要问题是:

Is there a function that will select N values that are not zero or one?

Answer 1

1) 你能更具体地说明一下你正在做的事情吗？你的集合是什么样的，你有什么对象，容器的类型是什么(数组，集合，...)

2)您可以处理第二个“集”，您可以使用拥有的非零值进行更新

3) 如果 2) 太麻烦，您可以随时随机选择 N * 1.1 对象，并尝试在其中找到 N 个非零对象并重复，按照您的建议。对我来说这似乎也是一个很好的函数算法，没有什么问题，不用担心