Trung bình khoảng thời gian của dữ liệu 1D

Question

Tôi có hai mảng 1D, một cho dữ liệu được đo và một cho vị trí. Ví dụ: dữ liệu được đo có thể là nhiệt độ và dãy kia có chiều cao của phép đo:

temp = np.asarray([10, 9.6, 9.3, ..., -20.3, -21.0]) # Temperature in celsius 
height = np.asarray([129, 145, 167, ..., 5043, 5112]) # Height in meters 

Như bạn thấy, chiều cao của phép đo không được đặt cách nhau đều đặn.

Tôi muốn tính toán nhiệt độ trung bình theo khoảng cách đều nhau. Đây là một số loại di chuyển trung bình, nhưng kích thước cửa sổ là biến, bởi vì các điểm dữ liệu bên trong khoảng thời gian quan tâm không phải lúc nào cũng giống nhau.

Điều này có thể được thực hiện với một vòng lặp for theo cách sau:

regular_heights = np.arange(0, 6000, 100) # Regular heights every 100m 
regular_temps = [] 

for i in range(len(regular_heights)-1): 
    mask = np.logical_and(height > regular_heights[i], height < regular_heights[i+1]) 
    mean = np.mean(temp[mask]) 
    regular_temps.append(mean) 

regular_temps = np.hstack((regular_temps)) 

tôi không thích phương pháp này mà nhiều và tôi đã tự hỏi nếu có sẽ là một nhiều hơn "NumPy kiểu" giải pháp.

Answer 1

Có thể bạn đang tìm kiếm UnivariateSpline. Ví dụ:

from scipy.interpolate import UnivariateSpline 

temp = np.asarray([10, 9.6, 9.3, 9.0, 8.7]) # Temperature in celsius 
height = np.asarray([129, 145, 167, 190, 213]) # Height in meters 
f = UnivariateSpline(height, temp) 

Bây giờ bạn có thể đánh giá f bất cứ nơi nào bạn muốn:

regular_heights = np.arange(120, 213, 5)  # Regular heights every 5m 
plot(height, temp, 'o', regular_heights, f(regular_heights), 'x')