仅用Numpy处理太阳黑子数据：数组填充及时间区间高效统计问题

一、解决世纪统计数组被覆盖的问题 #

你遇到的核心问题是循环中数组索引使用错误，导致每次循环都覆盖了整个数组，而非对应行。以下是正确的实现逻辑：

步骤与示例代码 #

import numpy as np

# 读取数据（假设CSV第一列是年份，第二列是太阳黑子数）
data = np.loadtxt('sunspots.csv', delimiter=',', skiprows=1)
year = data[:, 0].astype(int)
sunspots = data[:, 1]

# 定义各世纪的时间区间
centuries = [(1700, 1799), (1800, 1899), (1900, 2019)]
# 初始化统计数组：每行对应一个世纪，列依次为最小值、最大值、总和、平均值、标准差
cent_stats = np.zeros((len(centuries), 5))

for idx, (start_year, end_year) in enumerate(centuries):
    # 筛选当前世纪的数据
    mask = (year >= start_year) & (year <= end_year)
    current_data = sunspots[mask]
    # 按索引赋值，避免覆盖整个数组
    cent_stats[idx, 0] = np.min(current_data)
    cent_stats[idx, 1] = np.max(current_data)
    cent_stats[idx, 2] = np.sum(current_data)
    cent_stats[idx, 3] = np.mean(current_data)
    cent_stats[idx, 4] = np.std(current_data)

# 验证结果
print("世纪统计结果（Min | Max | Sum | Mean | Std）：")
print(cent_stats)

问题根源 #

如果之前你直接用cent_stats = [min_val, max_val, ...]而非cent_stats[idx] = ...，会导致每次循环都替换整个数组；或者未用enumerate获取索引，导致所有行都被最后一次循环的结果覆盖。

二、高效处理十年区间统计 #

无需逐个创建变量，可通过年份分组实现批量统计：

方法1：按年份整除10生成分组标签 #

# 生成十年组标签（如1700-1709对应170，1710-1719对应171）
decade_groups = year // 10
# 获取唯一的十年组并排序
unique_decades = np.sort(np.unique(decade_groups))
# 初始化十年统计数组
dec_stats = np.zeros((len(unique_decades), 5))

for idx, decade in enumerate(unique_decades):
    mask = decade_groups == decade
    current_data = sunspots[mask]
    dec_stats[idx] = [
        np.min(current_data),
        np.max(current_data),
        np.sum(current_data),
        np.mean(current_data),
        np.std(current_data)
    ]

# 格式化输出结果
decade_labels = [f"{d*10}-{d*10+9}" for d in unique_decades]
print("\n十年统计结果：")
for label, stats in zip(decade_labels, dec_stats):
    print(f"{label}: Min={stats[0]:.2f}, Max={stats[1]:.2f}, Sum={stats[2]:.0f}, Mean={stats[3]:.2f}, Std={stats[4]:.2f}")

方法2：年份连续时直接分割数组 #

如果数据年份是连续的1700-2019（共320年），可直接按每10年分割：

# 分割成32个十年区间的数组
split_data = np.array_split(sunspots, 32)
# 批量计算统计指标
dec_stats = np.array([
    [np.min(d), np.max(d), np.sum(d), np.mean(d), np.std(d)] 
    for d in split_data
])

内容的提问来源于stack exchange，提问作者yakubs