Skip to main content
 首页 » 编程设计

python之使用scipy计算没有函数的时间序列数据的积分

2025年04月02日16yjmyzz

我在 csv 文件中有 13 分钟间隔内没有函数的 y 值(大约 6000 个样本数据)的时间序列数据。 例如: 2016-02-13 00:00:00 ; 0,353 2015-02-13 00:00:13 ; 0,362 ....

我想在 9 点钟和 14 点钟的范围内积分。 我如何将值从 csv 读取到 np.array(data) ?

Simpson 方法对 y 下的整条曲线进行积分。 我读过文档。关于我的方法是:

从 scipy.integrate 导入 simps 将 numpy 导入为 np y = np.array(数据) 我 = 整合.simps(y,dx=12) 打印(一)

我如何整合时间范围 (9am-2pm - 09:00:00-14:00:00)?

请您参考如下方法:

我很难用 np.loadtxt 处理你数据中的额外分号,所以这里是你的数据的手写导入。

%matplotlib inline 
import numpy as np 
import matplotlib.pyplot as p 
from matplotlib.dates import strpdate2num, num2date 
fn="example_data.txt" 
 
#2016-02-13 00:00:00 ; 0,353 
#2015-02-13 00:00:13 ; 0,362 
 
def dateread(x): 
    return num2date(strpdate2num('%Y-%m-%d %H:%M:%S')(x)) 
 
tims, vals=[],[] 
 
f=open(fn,'r') 
for line in f.readlines(): 
    #print line 
    a=line.split() 
    #print a 
    time=dateread(a[0]+' '+a[1]) 
    value= float(a[3].replace(",",".")) 
    tims.append(time) 
    vals.append(value) 
 
print vals 
print tims 
 
p.plot(tims,vals) 

输出:

[0.353, 0.362] 
[datetime.datetime(2016, 2, 13, 0, 0, tzinfo=<matplotlib.dates._UTC object at 0x000000000411B4E0>), datetime.datetime(2015, 2, 13, 0, 0, 13, tzinfo=<matplotlib.dates._UTC object at 0x000000000411B4E0>)] 

时间现在是正确的日期时间对象,因此可以比较它们。要选择您喜欢的时间,请在此处查看:Python time comparison