Python 将numpy重新阵列（部分）转换为2d阵列？

我们有一组针对各个日期的数据重新排列-第一个属性是时间戳，其余是值

其中几个：

    ts             a    b    c
2010-08-06 08:00, 1.2, 3.4, 5.6
2010-08-06 08:05, 1.2, 3.4, 5.6
2010-08-06 08:10, 1.2, 3.4, 5.6
2010-08-06 08:15, 2.2, 3.3, 5.6
2010-08-06 08:20, 1.2, 3.4, 5.6

我们希望生成每个值的平均值数组（就好像您将所有一天的数据放在彼此的顶部，并对排列的所有值进行平均）。时间戳时间都匹配，因此我们可以通过创建一个带有时间戳的结果重新排列，其他列都是0，然后执行如下操作：

for day in day_data:
    result.a += day.a
    result.b += day.b
    result.c += day.c

result.a /= len(day_data)
result.b /= len(day_data)
result.c /= len(day_data)

似乎更好的方法是将每天转换为一个只有数字的2d数组（去掉时间戳），然后在一次操作中对所有数字按元素进行平均，但我们找不到这样做的方法-它始终是一个1d对象数组

---

有人知道怎么做吗？

有几种方法。一种方法是选择重新排列的多个列并将它们转换为浮点数，然后重新塑造为二维阵列：

new_data = data[['a','b','c']].astype(np.float).reshape((data.size, 3))

P>可选的，你可能会考虑这样的事情（可忽略得慢，但更可读）：

---

还请注意，研究此类操作可能是一个好主意，这样您就可以轻松处理异构数据。

太好了，谢谢！我仍在努力适应在整个阵列上做一些事情——我的本能是单独处理元素。我测试中的一个注意事项是，.view（np.float）部分没有复制，而奇特的切片却复制了。@Joe：如果我没有弄错的话，@wilberforce关于复制是正确的：

data[[['a'，'b'，'c']]。base

没有，所以这意味着它拥有自己的数据，而不是从

data

继承数据。这是有意义的，因为字段通常是不连续的。如果您确认这一点，最好更新您的答案。：）@EOL-你完全正确！（我不知道当时我在想什么…@EOL-另外，用

数据[['a'，b'，c']]]

索引结构化数组将在未来版本的numpy中返回一个视图：正如您所提到的，它现在没有，过去也没有。

new_data = np.vstack([data[item] for item in ['a','b','c']]).T