python - 对于大文件，Python 中的整数数据输入 -> 平均 -> float 据输出

Question

我有来自传感器的大量数据，在长度为 2048 的列中表示为 0-255 的整数，并且同一个 2D numpy 数组中至少有 10000 行。我希望将所有行平均在一起以获得一列 float 并绘制它们。很简单，对吧？

当行数少于 1000 时，我的图表看起来很漂亮，而且根本不是很量化。平均是显而易见的。 当行数超过 10000 行时，我的图表看起来更糟 - 比较小数组的平均值更量化，即使它全部由 float 组成，但它非常接近整数，这很糟糕。

我要问的是:为什么会出现这种情况？平均应该“平滑”传感器测量结果。当我获取更长的数据样本时，它们现在变得更加嘈杂(并且量化)!

这是我当前代码的示例:

import matplotlib.pyplot as plt
import numpy as np

lower_bound=0
upper_bound=2048

#this loads data into raw_array as [n rows][2048 columns]
raw_array=np.loadtxt('raw_data.txt',dtype=int)

avg_array=np.mean(raw_array,0) #averages over zeroth column
x_inc=np.arange(lower_bound,upper_bound)
plt.plot(x_inc[lower_bound,upper_bound],avg_array[lower_bound,upper_bound])
plt.show()

Answer 1

问题是我平均的数据有错误(由数据采集程序引起)。基本上，从传感器收集的数据帧中有一半以上是相同且重复的。这导致输出近似于单帧数据，而不是平滑我认为拥有的大量数据。