Données Python Smooth Time Series

J'ai des données en python qui est unixtime, valeur:

[(1301672429, 274), (1301672430, 302), (1301672431, 288)...]

De temps les étapes d'une seconde. Comment pourrais-je réduire ces données de sorte que le timestamp est à chaque seconde, mais la valeur est la moyenne des environs 10 valeurs?

Amateur de moyennes glissantes serait bien aussi, mais ces données sont représentées graphiquement c'est donc principalement pour lisser le graphique.

Suivi de ( TSQL Moyenne des Temps de Regroupements après son arrivée à la conclusion que d'essayer de le faire en SQL est un itinéraire de la douleur).

source d'informationauteur Kyle Brandt

  1. 8

    Si vous avez accès à numpyvous pouvez essayer cette recette:

    http://www.scipy.org/Cookbook/SignalSmooth

  2. 14

    À l'aide de http://www.scipy.org/Cookbook/SignalSmooth:

    import numpy
def smooth(x,window_len=11,window='hanning'):
        if x.ndim != 1:
                raise ValueError, "smooth only accepts 1 dimension arrays."
        if x.size < window_len:
                raise ValueError, "Input vector needs to be bigger than window size."
        if window_len<3:
                return x
        if not window in ['flat', 'hanning', 'hamming', 'bartlett', 'blackman']:
                raise ValueError, "Window is on of 'flat', 'hanning', 'hamming', 'bartlett', 'blackman'"
        s=numpy.r_[2*x[0]-x[window_len-1::-1],x,2*x[-1]-x[-1:-window_len:-1]]
        if window == 'flat': #moving average
                w=numpy.ones(window_len,'d')
        else:  
                w=eval('numpy.'+window+'(window_len)')
        y=numpy.convolve(w/w.sum(),s,mode='same')
        return y[window_len:-window_len+1]

    - Je obtenir ce qui semble être de bons résultats avec (non Pas que je comprends les mathématiques):

       if form_results['smooth']:
            a = numpy.array([x[1] for x in results])
            smoothed = smooth(a,window_len=21)
            results = zip([x[0] for x in results], smoothed)