包含时间值的大型 numpy 数组之间的差异答案

【问题标题】：Difference between large numpy arrays containing time values包含时间值的大型 numpy 数组之间的差异
【发布时间】：2014-05-28 16:46:10
【问题描述】：

我有十 (1000,1000) 个 numpy 数组。每个数组元素都包含一个浮点数，它代表一天中的小时。例如。 14.0 = 2pm 和 15.75 = 15:45pm。

我想找出这些数组之间的最大差异。结果应该是单个 (1000,1000) numpy 数组，其中每个数组元素包含十个数组之间的最大差异。目前我有以下，这似乎工作正常：

import numpy as np

max=np.maximum.reduce([data1,data2,data3,data4,data5]) 
min=np.minimum.reduce([data1,data2,data3,data4,data5])

diff=max-min

但是，它会导致晚上 11 点和凌晨 1 点之间的差异为 22 小时。我需要相差2小时。我想我需要以某种方式使用 datetime.time，但我不知道如何让 datetime 与 numpy 数组很好地配合。

编辑：时间是指一天中某个事件发生的平均时间，因此它们与特定日期无关。因此，两次差值可以正确解释为 22 小时或 2 小时。但是，我总是希望采取这两种可能的解释中的最低限度。

【问题讨论】：

没有日期，你怎么知道晚上 11 点和凌晨 1 点之间的时差是 2 小时而不是 22 小时。您需要日期来解决歧义。如果是同一天，则为 22 小时；如果它们来自连续几天，则为 2 小时。
你想要最小距离吗，因为你没有日子？就像您的示例状态一样，可能是 22 小时或 2 小时......
时间与日期无关，它们只是指一天中某个事件发生的平均时间。因此，差异可以解释为 22 小时或 2 小时，但我始终希望采用这两种可能解释中的最小值。
您是在寻找最大元素比较差异还是所有可能的数组 1 和 2 对之间的最大差异？
我正在寻找最大的元素比较差异。

标签： python arrays numpy time python-datetime

【解决方案1】：

您可以通过在循环 (12.0) 中围绕中心位置将一个值居中来获取两个循环值之间的差异。将其他值旋转相同的量以保持它们的相对差异。将调整值的模数乘以循环的持续时间，以将所有内容保持在范围内。您现在可以调整时间，使最大可能距离保持在 +/- 1/2* 周期持续时间（+/-12 小时）内。

例如，

adjustment = arr1 - 12.0
arr2 = (arr2 - adjustment) % 24.0
diff = 12.0 - arr2 # or abs(12.0 - arr2) if you prefer

如果您不使用绝对值，则需要根据您希望被视为“第一”的时间来使用符号。

【讨论】：

【解决方案2】：

假设您有数字 11pm 和 1am，并且您想找到最小距离。

1am -> 1
11pm -> 23

那么你有：

23 - 1 = 22

或者，

24 - (23 - 1) % 24 = 2

那么距离可以认为是：

def dist(x,y):
    return min(abs(x - y), 24 - abs(x - y) % 24)

现在我们需要将dist 应用到每个组合中，如果我没记错的话，还有一个更面向numpy/scipy 的函数可以做到这一点，但概念大致相同：

from itertools import combinations

data = [data1,data2,data3,data4,data5]
combs = combinations(data,2)
comb_list = list(combs)
dists = [dist(x,y) for x,y in comb_list]
max_dist = max(dists)

【讨论】：

【解决方案3】：

如果您有一个数组 diff 的时差介于 0 到 24 小时之间，您可以对错误计算的值进行更正，如下所示：

diff[diff > 12] = 24. - diff[diff > 12]

【讨论】：