使用pandas和numpy trapz计算速度（m / s）与时间（每秒）图的曲线下面积（AUC）

Question

我正在使用这个csv file。我试图计算它记录的700秒内汽车行驶的距离。距离应该是图表下方的区域，因为（m / s）*（s）应该是米。

这是我的代码：

import csv
import pprint
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 
from numpy import trapz


df = pd.read_csv("AutoRitData.csv")

new = df.filter(['timestamp','speed'], axis=1)
new_array = np.concatenate( new.values, axis=0 )
print(new_array)
area = trapz(new_array, dx=1)
print("area =", area)

df.plot(x='timestamp', y='speed')
plt.show()


# print(df.columns)

我很困惑为什么不同的dx值的结果不同。在我看来，制造更多的陷阱（更小的dx）应该使结果更准确，而不是更小。或者de dx不是trapoids的宽度？

另外，我想改变曲线值高于13.9（50 km / h）的线的颜色。

我希望熟悉科学/物理编程的人可以帮助我。

结果图如下所示：

Answer 1

如果你看到numpy.trapz上的文档

https://docs.scipy.org/doc/numpy/reference/generated/numpy.trapz.html你会注意到，dx = 1是默认值 - 你可以有任何标量

最准确，就是做

import numpy as np 
dx = np.diff(new['timestamp'])

如果你的timedeltas正在改变，几秒钟就足够了

实际上，dx应该是你的时间单位，即如果你正在积分km / h，那么如果你计划乘以秒数（700），则dx = 3600。

要回答你的问题，dx是

INTEGRAL（Velocity * dx）

它是梯形的dx ---但是你的数据在1秒的时间步长内被解析，所以你不能随意设置dx。如果您有0.5秒数据，则可以完成dx = 0.5

****编辑****

import pandas as pd
import numpy as np

Df = pd.read_csv('AutoRitData.csv')
Distance1 = np.trapz(Df['speed'],dx=1)
Distance2 = np.trapz(Df['speed'],dx=0.5)
Distance3 = np.trapz(Df['speed'],dx=np.diff(Df['timestamp']))

>>>  Distance1 = 10850.064
>>>  Distance2 = 5425.03
>>>  Distance3 = 10850.064

很清楚，Distance3和Distance1是正确的答案，因为你的数据在dx = 0.5时是不可用的，即。半秒分辨率。