Question

我是Python和信号处理的新手，所以请原谅可能滥用行话。

我在Pandas数据帧x中有一个信号的离散值，间隔1秒。它看起来像这样：

2017-08-02 16:42:00  0.363657
2017-08-02 16:42:01  0.282907
2017-08-02 16:42:02  0.155929
...
2017-08-02 16:43:14  0.178522
2017-08-02 16:43:15  0.488507
2017-08-02 16:43:16  0.194987
...

我想计算30秒周期内信号的能量（通过能量，我指的是离散傅里叶系数的平方和，用加数的数量归一化）。我希望输出格式为

2017-08-02 16:42:00  x_1
2017-08-02 16:42:30  x_2
2017-08-02 16:43:00  x_3
...

其中每个x_i是对应于该30s周期的能量的标量。得到一个numpy数组我也很好，因为最终我只需要能量值而不是时间戳。

我试过这样做：

energy = x.resample('30S').apply(lambda x: (numpy.absolute(numpy.fft.fft(x))**2)/30)

然而，我得到的形式

2017-08-02 16:42:00    [[0.422450491863], [0.482244793857], [0.514463...
2017-08-02 16:42:30    [[0.345172558059], [0.554558388074], [0.461898...
2017-08-02 16:43:00    [[0.689816890284], [0.613620822242], [0.389962...

我做错了什么，怎么最好纠正它？

谢谢！

编辑：我稍微改变了时间，因为我只需要复制一小部分输出，所以不要介意这些值本身。

**编辑2：代码与此处写的完全相同，即：

x = 2017-08-02 16:42:00  0.363657
    2017-08-02 16:42:01  0.282907
    2017-08-02 16:42:02  0.155929
    ...
    2017-08-02 16:43:14  0.178522
    2017-08-02 16:43:15  0.488507
    2017-08-02 16:43:16  0.194987
    ...
#This is imported as a dataframe, and indeed shows its type as pandas.core.frame.DataFrame.

energy = x.resample('30S').apply(lambda x: (numpy.absolute(numpy.fft.fft(x))**2)/30)

Out: energy = 2017-08-02 16:42:00    [[0.422450491863], [0.482244793857], [0.514463...
2017-08-02 16:42:30    [[0.345172558059], [0.554558388074], [0.461898...
2017-08-02 16:43:00    [[0.689816890284], [0.613620822242], [0.389962...
...
#type(energy) = object

Answer 1

import scipy as sp

# Create input of real sine wave
fs = 1.0
fc = 0.25
n = sp.arange(0, 300)
x = sp.cos(2*sp.pi*n*fc/fs)

# Rearrange x into 10 30 second windows
x = sp.reshape(x, (-1, 30))

# Calculate power over each window [J/s]
p = sp.sum(x*x, 1)/x.size

# Calculate energy [J = J/s * 30 second]
e = p*x.size

在Python中计算超过30秒的信号能量

1 个答案: