使用 python 计算一段时间内的平均斜率

Question

我想计算多个数字的平均斜率。 例如：我得到了 5 个数字（例如 1.1523、1.4626、1.5734、1.8583、1.6899）。 我每 15 分钟得到一个新数字并删除最旧的数字并想再次计算平均斜率。

我已经看过公式，但我真的不知道如何计算它，就像假想的 x 轴是时间一样。 就像我有： X：14:00、14:15、14:30、14:45、15:00 Y：1.1523、1.4626、1.5734、1.8583、1.6899

Answer 1

假设所有时间都采用 HH:MM 格式并且我们不需要担心午夜过后，这应该可行：

        X = ['14:00', '14:15', '14:30', '14:45', '15:00']
        Y = [1.1523, 1.4626, 1.5734, 1.8583, 1.6899]
        minutes = [int(s[:2]) * 60 + int(s[3:]) for s in X]
        slope = (Y[-1] - Y[0]) / ((minutes[-1] - minutes[0]) / 60)
        print(slope)
        slopes = [(Y[i] - Y[i - 1]) / ((minutes[i] - minutes[i - 1]) / 60) for i in range(1, len(X))]
        print(slopes)
        averageSlope = sum(slopes) / (len(X) - 1)
        print(averageSlope)

结果：

0.5375999999999999
[1.2411999999999992, 0.44320000000000004, 1.1396000000000006, -0.6736000000000004]
0.5375999999999999

Answer 2

我可能是错的，但平均斜率不是以与平均速度相同的方式确定的——即 Delta d / Delta t？ 如果是这样，不应该是 Delta Y / Delta X 吗？

from datetime import datetime

X = ['14:00', '14:15', '14:30', '14:45', '15:00']
Y = [1.1523, 1.4626, 1.5734, 1.8583, 1.6899]
today = datetime.now()
avg = []

for i in range(len(X) - 1):
    e = X[i + 1].split(":")
    e = datetime(today.year, today.month, today.day, int(e[0]), int(e[1]))
    s = X[i].split(":")
    s = datetime(today.year, today.month, today.day, int(s[0]), int(s[1]))
    deltaX = e - s
    deltaY = Y[i + 1] - Y[i]
    ans = (deltaY / deltaX.seconds) / 60
    avg.append(f'{ans:.9f}')

print(avg)

['0.000005746', '0.000002052', '0.000005276', '-0.000003119']

---

考虑以下数据：

1 minute(s) 1 meter(s)
2 minute(s) 2 meter(s)
3 minute(s) 3 meter(s)

无论你如何切蛋糕，你都应该有 1 米/分钟的坡度。

同样的：

1 minute(s) 2 meter(s)
2 minute(s) 3 meter(s)
3 minute(s) 5 meter(s)

2 到 1 分钟平均为 1 米/分钟，3 到 2 分钟为 2 米/分钟，3 到 1 分钟为 1.5 米/分钟。