数据是指IDL中的间隔

Question

我使用以下脚本在python中按间隔集成（平均）数据：

# N = points to mean in the array
# data = original data
# data_mean = average data each N points

data_mean = np.array([np.mean(i) for i in np.array_split(data, len(data)/N)])

怎么能在IDL中做到这一点？ 有一个＆＃34;意思是＆＃34;功能，但是＆＃34; array_split-like＆＃34;？

Answer 1

IDL mean函数等同于numpy mean函数，IDL reform可以与numpy array_split类似地使用：

data_mean = mean(reform(data, n_elements(data) / N), dimension=2)

如果您不介意data以不同尺寸结尾，则可以使用/overwrite关键字大大提高速度：

data_mean = mean(reform(data, n_elements(data) / N, /overwrite), dimension=2)

最后，如果您在IDL 8.0 之前有版本的IDL，那么您将不会拥有dimension功能的mean关键字。请使用此（不太优雅）的模式：

data_mean = total(reform(data, n_elements(data) / N), 2) / N

请注意，此版本total也接受/nan关键字，因此即使缺少某些数据也能正常运行。