分析间隔不均匀的时间序列

Question

我的任务是分析与许多天气参数相关的水箱中的输入流量。 从狭义上讲，我必须调查这些变量可能对感兴趣的变量产生的任何可能影响。 话虽如此，我不知道应用哪种方法，因为我只考虑 Pearson 的相关系数。 即使使用这个，采样率也不同，因为天气状况每 3 小时测量一次，而输入流量每 5 分钟测量一次。 我应该平均超过 3 小时，忽略与天气数据集时间戳不对应的数据，还是您会提出其他建议？

weather = [ (1.21,0), (1.08, 0.5), (1.04, 1), (1.02, 1.5)]
input_flow = [ (120,0), (124,1)]

此类数据的表示，其中第一个索引是参数的值，而第二个索引是以秒为单位的时间

Answer 1

实现这一目标的一种方法：`

import numpy as np

a = np.arange(100).reshape(-1,1)
b = np.arange(10).reshape(-1,1)

#How do we -expand- make "B" a set of points the same width as "A"?

expansion_factor = a.shape[0]/b.shape[0]
b_expanded = np.repeat(b, expansion_factor, axis=0)

#How can we combine input data using A and B ?
c = np.concatenate((a, b_expanded),axis=1)

#Could this be what we want to achieve ?
c

可以使用稀疏矩阵作为另一种方式。