编辑
我原来的帖子不是最好的解释,所以我重写了它。在
所以我要做的是计算一组数据的移动平均值。取每个平均值,例如24个值。 但是,我有两个条件需要在当前函数中更改。在
我需要 这是我当前的函数,但它需要更新以包含这些更改。在
def averaged_rel_track(navg, rel_values, nb):
'''function to average the relative track values for each blade. This is
dependant on the number values specified by the user to average over in a
rolling average'''
avg_rel_track=[]
for blade in range(0,int(nb)):
av_values=[]
rel_blade=rel_values[:,int(blade)]
for rev in range(0,len(rel_blade)):
section=rel_blade[rev-int(navg)+1:rev+1]
print section
if np.any(section==0):
av_value=0
else:
av_value=np.sum(section)/int(navg)
print av_value
av_values.append(av_value)
avg_rel_track.append(av_values)
avg_rel_track=np.array(avg_rel_track)
return avg_rel_track.transpose()
目前有很多检查工作要做。在
是否有一个函数可以选择X个非零/无的值?目前我尝试的工作是这样的:
^{pr2}$但这不起作用,因为我需要检查新的部分不包含零,它会检测到原始的零。我可以检查扩展名中的0,重复这个过程,但这似乎是一个非常冗长的方法。在
我知道scipy.stats.nanmean
在对数据求平均值时会忽略none值。在
如果有人能帮上忙那就太好了,但我想要的主要问题是:
Is there a function that will select N values that are not zero or one?
1)你能不能再精确一点你在做什么?你的集合是什么样的,你有什么对象,容器的类型是什么(数组,集合,…)
2)你可以处理第二个“集合”,你用你拥有的非零值更新它
3)如果2)太麻烦了,你可以随意选择N*1.1个对象,然后尝试在其中找到N个非零对象,然后按照你的建议重复。这对我来说也是一个很好的函数算法,没什么问题,别担心
对于numpy阵列:
对于Python列表:
^{pr2}$注意:显式使用
if x and not math.isnan(x)
,而不是if x
,因为nan
用作谓词时被视为True
:相关问题 更多 >
编程相关推荐