咨询计算队列每分钟平均进出人数的方法

嘿，我来帮你理清楚怎么计算这两个数据～首先得明确：你现在的queue只存了当前还在队列里的人的进入时间，已经离开的人数据被pop(0)删掉了，所以要准确计算平均进出人数，得先补全完整的进出日志记录，下面分两部分讲具体方法：

一、每分钟平均进入人数的计算 #

第一步：先保存所有进入记录 #

你需要额外维护一个entry_log列表，每次有人加入队列时，除了把时间戳加到queue里，同时也存到entry_log中：

import time
queue = []
entry_log = []

# 新用户加入时
queue.append(time.time())
entry_log.append(time.time())

这样entry_log就会保留所有用户的进入时间戳，不会因为用户离开而丢失数据。

第二步：根据需求计算平均 #

有两种常见的计算场景：

• 总时间段平均：比如从第一个用户进入到现在的平均每分钟进入人数

  1. 先算总时长：用最后一条进入记录的时间戳减去第一条的时间戳，再除以60转换成分钟数
  2. 总进入人数就是len(entry_log)
  3. 公式：平均每分钟进入人数 = 总进入人数 / 总时长（分钟）
     拿你给的5个时间戳举例：时长是1735671314.3440118 - 1735671309.570244 ≈4.77秒，也就是约0.0795分钟，总人数5，那这段时间的平均就是5 / 0.0795 ≈62.9人/分钟

• 滚动实时平均：比如看最近1分钟内的进入人数（或者多个连续1分钟时间段的平均）
  遍历entry_log，统计当前时间往前推60秒内的记录数量，这个数量就是最近1分钟的进入人数；如果要算多个时间段的平均，就把多个1分钟的数值取平均即可。

二、每分钟平均离开人数的计算 #

第一步：保存所有离开记录 #

同样，你需要维护一个exit_log列表，每次有人离开队列（执行pop(0)）时，把当前的时间戳存进去：

exit_log = []

# 用户离开时
if queue:
    queue.pop(0)
    exit_log.append(time.time())

第二步：计算平均 #

逻辑和进入人数一致：

• 总时间段平均：总离开人数len(exit_log)除以总离开时长（从第一条离开记录到最后一条的时间，转换成分钟），得到平均每分钟离开人数。如果想统计从服务启动到现在的整体情况，也可以用第一个进入时间到最后一个离开时间的时长来计算。
• 滚动实时平均：统计当前时间往前60秒内的离开记录数量，或者多个1分钟时间段的数值平均。

关键提醒 #

如果只依赖当前的queue列表，是没法算出完整的进出数据的——因为离开的用户数据已经被移除了，所以必须单独保存entry_log和exit_log这两个日志列表，这是计算的基础哦～

备注：内容来源于stack exchange，提问作者Kelvin Hollander