scipyを使用して関数を持たない時系列データの積分を計算する

Question

csvファイルに13分間隔で関数を持たないy値（約6000サンプルのデータ）を持つ時系列データがあります。 例： 2016-02-13 00:00:00; 0,353 2015-02-13 00:00:13; 0,362 ....

9時から14時の範囲で統合したい。 どのようにしてcsvからnp.array（データ）に値を読み取ることができますか？

Simpsonアプローチは、曲線全体をyの下に統合します。 私は文書を読みました。私のアプローチについてだった：

私は範囲の時間（9 am-2pm - 09：00：00-14：00：00）に統合することができますどのように

from scipy.integrate import simps import numpy as np y = np.array(data) I = integrate.simps(y,dx=12) print(I)

？

Answer 1

np.loadtxtでデータ内の余分なセミコロンを処理するのは苦労しました。データの手書きのインポートがここにあります。

%matplotlib inline 
import numpy as np 
import matplotlib.pyplot as p 
from matplotlib.dates import strpdate2num, num2date 
fn="example_data.txt" 

#2016-02-13 00:00:00 ; 0,353 
#2015-02-13 00:00:13 ; 0,362 

def dateread(x): 
    return num2date(strpdate2num('%Y-%m-%d %H:%M:%S')(x)) 

tims, vals=[],[] 

f=open(fn,'r') 
for line in f.readlines(): 
    #print line 
    a=line.split() 
    #print a 
    time=dateread(a[0]+' '+a[1]) 
    value= float(a[3].replace(",",".")) 
    tims.append(time) 
    vals.append(value) 

print vals 
print tims 

p.plot(tims,vals) 

は出力：

[0.353, 0.362] 
[datetime.datetime(2016, 2, 13, 0, 0, tzinfo=<matplotlib.dates._UTC object at 0x000000000411B4E0>), datetime.datetime(2015, 2, 13, 0, 0, 13, tzinfo=<matplotlib.dates._UTC object at 0x000000000411B4E0>)] 

回は現在、適切なDateTimeオブジェクトなので、比較することができます。 Python time comparison