Python中基于年度小时维度的数组均值计算问题

• 现有两组数据：
  1. Numpy 3D数组volume：形状为(1, 87648, 100)，数据类型为float64；
  2. Pandas DatetimeIndex数组datetime_array：形状为(87648,)。
• 数据关联：volume沿axis=1的维度与datetime_array的逐小时时序一一对应，总时长为10年（包含2个闰年），总数据量计算方式为8760*8 + 8784*2 = 87648，无夏令时，每天固定24个数据点。
• 计算目标：生成跨10年的年度小时均值数组——对10年中每年的同一时刻（如每年1月1日0点、1月1日1点……）的数据取平均，最终输出形状为(1, 8784, 100)的float64类型3D数组。其中2月29日的24个小时各基于2个数据点求平均，其余小时基于10个数据点。

hour_of_year = np.array([dt.hour + (dt.dayofyear - 1) * 24 for dt in datetime_array])
volume_by_hour = np.reshape(volume, (volume.shape[0], volume.shape[1] / 24, volume.shape[2], 24))
profile = np.array([np.mean(group, axis=0) for i, group in np.ndenumerate(volume)]).reshape(???)

当前代码问题：首行计算年度小时数时未区分平年与闰年，导致平年的1417-1440小时对应3月1日，而闰年对应2月29日；若处理闰年逻辑过于复杂，可忽略该区分。

内容的提问来源于stack exchange，提问作者Dattel Klauber