以数组的间隔表示的平均值，python中的标准偏差（熊猫）

我想计算两个相关数组（如下表）的多个连续间隔的平均值和标准偏差，其中前两列分别是（比方说）时间和距离。第三、第四和第五是平均时间（中心）、平均距离和偏差标准。（事实上，这张单子是我亲手写的）。如何在示例中看到每三个连续间隔的平均值和标准偏差（但通常可以超过4乘4、10乘10等等）

所以，我有类似的长列表，我想计算（可能是熊猫、NUMPY和/或SCIPY）这样的东西，做一些循环，创建平均时间、平均距离和偏差标准的数组。因此，能够绘制距离与时间的关系图，并绘制时间和距离的平均值及其标准偏差（误差，称为西格玛）

我使用

errorbar

绘制了这个图，但我的问题是如何为每个间隔执行循环

您可以使用numpy来实现这一点<代码>重塑可用于将数据分组到块中以计算统计数据：

import numpy as np

// data
time = np.arange(1.0,22.0)
distance = time ** 2

// group data into chunks to get stats
meanTime = np.mean(time.reshape(-1,3),axis=1)
meanDistance = np.mean(distance.reshape(-1,3), axis=1)
std = np.std(distance.reshape(-1,3), axis=1)

---

谢谢，还有一件事。我得到了数小时的数据（每秒1个），数组的长度并不总是我计算平均值的行数的倍数（“同时=平均值（time.reformate（-1,3），axis=1）”，在这种情况下为3）。那我怎么办呢？例如，我得到了“11*3600+20*60+45”秒的数据，即11h20m45s，如果我想计算每分钟的平均值“同时=平均值（time.reforme（-1,60），axis=1）”“我会出错”回溯（最近一次调用）：文件“”，第1行，in-ValueError：新数组的总大小必须保持不变'我想我可以删除一些数据，并在结尾或开始时使用delete获得长度倍数，但这是一种实用的方法吗？您可以填充数据，使其为60的倍数，也可以使用np.array\u split将数据分组，而不引起错误。下面是一个例子：

immediate=[np.array中i的np.mean（i）_split（time，len（time）/60）]

import numpy as np

// data
time = np.arange(1.0,22.0)
distance = time ** 2

// group data into chunks to get stats
meanTime = np.mean(time.reshape(-1,3),axis=1)
meanDistance = np.mean(distance.reshape(-1,3), axis=1)
std = np.std(distance.reshape(-1,3), axis=1)