每n个实例在Numpy数组中查找最大值

Question

我有一个大文件，每秒都有风速和风向。我已经将每个元素存储到一个numpy数组中。例如，风速为ws =（7、8、8.5、8、9.5）。我想以最大1分钟的风速填充另一个阵列，因此每60个实例需要拉最大一个。我已经试过了：

gust = np.full(len(ws), 0) 
indices = sig.argrelmax(ws)
gust[indices] = ws[indices]

他任意提取最大值并将它们成功地输入到数组中，同时保持与ws数组中相同的索引，但是1）我需要它以60（1-60、61-120）的批数检查最大值。 ..等等）。 2）它将数字转换为整数，我需要浮点数才能保持浮点数。

Answer 1

如果元素数是60的倍数，则可以调整数组的形状，然后计算第二维的最大值：

ws.reshape(-1, 60).max(axis=1)

例如，如果我们使用随机数据，则会得到：

>>> ws = np.random.randn(7*60)
>>> ws.reshape(-1, 60).max(axis=1)
array([2.81337727, 2.30824229, 2.31009178, 2.5588816 , 3.41887582,
       2.21686554, 2.10892784])

如果测量次数不是60的倍数，则可以用零“ pad”（因为风速最小为0）：

# padding zeros at the end
ws2 = np.append(ws, (0,) * ((60-len(ws))%60))
ws2.reshape(-1, 60).max(axis=1)

Answer 2

如果您想以更直接的方式处理非60的倍数，可以使用reduceat：

wind=np.random.normal(size=1000)
res=np.maximum.reduceat(wind, np.r_[:wind.size:60])

np.r_创建索引数组0,60,120 ...

[reduceat在连续索引之间的切片上执行ufunc maximum

因此res的最后一个元素是wind的最后1000％60个元素中的最大值