Python 如果间隔发生在多个存储箱上，如何将时间范围/间隔分离到存储箱中

我有一个数据集，它由记录时间段内发生的事件的开始-结束时间（比如秒）对组成。例如：

#each tuple includes (start, stop) of the event happening
data = [(0, 1), (5,8), (14,21), (29,30)]

data = [(0, 1), (3, 8)]
bin_times(data, 3, 9)
// => [33.3, 100.0, 66.6]

我想量化这件事在我想要的任何大小的垃圾箱中发生的时间百分比。例如，如果我想要每个5秒的垃圾箱，我希望有一个函数：

• 将任何交叉的元组拆分为多个存储箱
• 将事件发生的总时间加起来，除以箱子大小，得到每个箱子发生的时间事件

我在第一点上遇到了很多麻烦

理想情况下，它看起来像这样，其中bin_times是我需要帮助编写的函数，而输出是函数将返回的内容：

data = [(0, 1), (5,8), (15,21), (29,30)]
bin_times(data, bin_size=5, total_length=40)

>> [20, 60, 0, 100, 20, 20, 0, 0]

---

如果您不介意使用

numpy

，这里有一个策略：

import numpy as np

def bin_times(data, bin_size, total_length):
    times = np.zeros(total_length, dtype=np.bool)
    for start, stop in data:
        times[start:stop] = True
    binned = 100 * np.average(times.reshape(-1, bin_size), axis=1)
    return binned.tolist()

data = [(0, 1), (5,8), (15,21), (29,30)]
bin_times(data, 5, 40)
// => [20.0, 60.0, 0.0, 100.0, 20.0, 20.0, 0.0, 0.0]

为了解释

bin_times（）

的逻辑，让我使用一个较小的示例：

#each tuple includes (start, stop) of the event happening
data = [(0, 1), (5,8), (14,21), (29,30)]

data = [(0, 1), (3, 8)]
bin_times(data, 3, 9)
// => [33.3, 100.0, 66.6]

times

数组对事件是否在每个单位时间间隔内发生进行编码。首先，将每个条目设置为

False

：

[False, False, False, False, False, False, False, False, False]

读取传入的

数据

，并将相应的条目设置为

True

：

[True, False, False, True, True, True, True, True, False]

将其重塑为二维矩阵，其中行的长度为

bin\u size

：

[[True, False, False],
 [True,  True,  True],
 [True,  True, False]]

取每行的平均值：

[0.333, 1.000, 0.666]

乘以100将这些数字转换为百分比：

[33.3, 100.0, 66.6]

要对函数的使用者隐藏

numpy

的使用，请使用

.tolist（）

方法将生成的

numpy

数组转换为普通Python列表

---

需要注意的是：

bin\u size

需要平均分割

总长度

-否则，重塑将抛出一个

值错误

。

不应该（15-21）是（15,21），也就是说，用逗号？很抱歉，是的，刚刚修复了它。无需担心，有助于理解。