Question

我在python中有一些unixtime数据，值：

[(1301672429, 274), (1301672430, 302), (1301672431, 288)...]

时间不断一步一秒。我如何减少这些数据，以便时间戳每秒，但该值是周围10个值的平均值？

Fancier滚动平均值也会很好，但是这些数据是绘制的，因此主要是为了平滑图表。

在得出结论认为在SQL中尝试这样做是痛苦之路后，（TSQL Rolling Average of Time Groupings）跟进。

Answer 1

使用http://www.scipy.org/Cookbook/SignalSmooth：

import numpy
def smooth(x,window_len=11,window='hanning'):
        if x.ndim != 1:
                raise ValueError, "smooth only accepts 1 dimension arrays."
        if x.size < window_len:
                raise ValueError, "Input vector needs to be bigger than window size."
        if window_len<3:
                return x
        if not window in ['flat', 'hanning', 'hamming', 'bartlett', 'blackman']:
                raise ValueError, "Window is on of 'flat', 'hanning', 'hamming', 'bartlett', 'blackman'"
        s=numpy.r_[2*x[0]-x[window_len-1::-1],x,2*x[-1]-x[-1:-window_len:-1]]
        if window == 'flat': #moving average
                w=numpy.ones(window_len,'d')
        else:  
                w=eval('numpy.'+window+'(window_len)')
        y=numpy.convolve(w/w.sum(),s,mode='same')
        return y[window_len:-window_len+1]

我得到的结果似乎很好（不是我理解数学）：

   if form_results['smooth']:
            a = numpy.array([x[1] for x in results])
            smoothed = smooth(a,window_len=21)
            results = zip([x[0] for x in results], smoothed)

Answer 2

如果您有numpy的访问权限，可以尝试以下方法：

http://www.scipy.org/Cookbook/SignalSmooth

Python平滑时间序列数据

2 个答案: