numpyのアレイ15分値 - 毎時平均値

Question

Iは、以下の状況があります

numpyのアレイの各エントリは、シミュレーション結果（時間ステップ15分）に対応

x = np.array([12,3,34,5...,]) 

を。

今や、新しいnumpy配列に格納されている平均時値（最初の4要素の平均値、次に4要素の平均値など）が必要です。これを達成するための非常に簡単な方法はありますか？

Answer 1

N = 4 
mod_ = x.size % N 
x1 = np.pad(x.astype(float), (0, (mod_ > 0) * (N - mod_)), 'constant', constant_values=(np.nan,)) 
x2 = np.reshape(x1, (int(x1.size/4), 4)) 
x3 = np.nanmean(x2, axis=1) 
print(x3) 

Answer 2

サイズが4の倍数である新しい配列、tmp、にサイズ4の倍数ではないかもしれない配列、 コピーxを処理するために：空の値はで表され

tmp = np.full((((x.size-1) // 4)+1)*4, dtype=float, fill_value=np.nan) 
tmp[:x.size] = x 

nan。次に、形を変えてnanmeanを使って各行の平均を計算することができます。あなたはpandasがインストールされている場合は、あなたが時間間隔によって時系列やグループを構築することができ

---

x = np.array([12,3,34,5,1]) 
tmp = np.full((((x.size-1) // 4)+1)*4, dtype=float, fill_value=np.nan) 
tmp[:x.size] = x 
tmp = tmp.reshape(-1, 4) 
print(np.nanmean(tmp, axis=1)) 

プリント

[ 13.5 1. ] 

---

：np.nanmeanは、それがnan Sを無視することを除いてnp.meanのようなものです：

import numpy as np 
import pandas as pd 
x = np.array([12,3,34,5,1]) 
s = pd.Series(x, index=pd.date_range('2000-1-1', periods=x.size, freq='15T')) 
result = s.groupby(pd.TimeGrouper('1H')).mean() 
print(result) 

ここの

利回り

2000-01-01 00:00:00 13.5 
2000-01-01 01:00:00  1.0 
Freq: H, dtype: float64 

Answer 3

別のソリューションです：

ご入力：

In [11]: x = np.array([12, 3, 34, 5, 1, 2, 3]) 

はB

In [12]: b = [x[n:n+4] for n in range(0, len(x), 4)] 

内のすべての4つの要素を取って結果を追加する新しい空のリストを作成します

In [13]: l = [] 

In [14]: for i in b: 
    ....:  l.append(np.mean(i)) 
    ....:  

In [15]: l 
Out[15]: [13.5, 2.0]