python - numpy 的每日平均值

Question

我有一个像这样的屏蔽 numpy 数组:

数据=

[[0.0 8.51796269417e-06 0.271666675806]
 [1800.0 -2.32499992847e-06 -0.279374957085]
 [3600.0 5.99944460392e-06 -0.65399992466]
 ..., 
 [94602600.0 -- -1.56833326817]
 [94604400.0 -- 0.414166599512]
 [94606200.0 -- 1.50900006294]]

第一列中是时间(以秒为单位)，其他列中我有一些数据。我想使用“numpy 方法”计算每日平均值。我成功地这样做了:

days = np.unique(data[:,0]//86400)
daily = np.empty((len(days),3))
for idx,day in enumerate(days): daily[idx,:] = np.mean(data[np.where(data[:,0]//86400 == day)],axis=0)

但是，我对此不满意，因为(1)我丢失了掩码，(2)我想避免循环并仅使用数组操作。

是否有一些有效的 numpy 脚本可以做到这一点？ 谢谢

Answer 1

您可以按天 reshape 数据，然后仅沿所需的轴执行平均值。要做到这一点，最简单的方法是将数组剥离到整天(或者您可以将其填充到整天)。

# calculate number of complete days
nseconds = 94606200 - 94606200%86400
ndays = nseconds/86400

#calculate how many rows this corresponds to
nrows =  (nseconds)/1800 # =52512

nrows_per_day = 86400/1800

new_array = orig_array[:nrows].reshape(ndays,nrows_per_day,3)

现在要获取每日平均值，您可以转置数组并仅在所需轴上执行平均值:

dailymean_1,dailymean_2 = new_array.transpose()[1:].mean(axis=1)

上面返回两个长度为ndays的数组，其中分别包含原始数组中第1列和第2列的每日平均值。