8个13分钟声强测量文件的5秒间隔均值高效计算方法咨询

方法一：Python + Pandas/Numpy（推荐，灵活可控） #

这是通用度最高的方案，适配多数格式的测量文件，批量处理效率优异：

• 核心逻辑：按时间戳将数据分组为5秒窗口，计算每组平均值
• 示例代码（假设文件为带时间戳的CSV格式）：

import pandas as pd
import os

# 设定文件目录和结果目录
input_dir = "./sound_measurements"
output_dir = "./5s_avg_results"
os.makedirs(output_dir, exist_ok=True)

# 批量处理所有文件
for fname in os.listdir(input_dir):
    if not fname.endswith(".csv"):
        continue
    # 读取文件，解析时间列为索引，第二列为声强值
    df = pd.read_csv(
        os.path.join(input_dir, fname),
        parse_dates=[0],
        index_col=0,
        header=None,
        names=["timestamp", "sound_intensity"]
    )
    # 按5秒重采样并计算平均值
    avg_df = df.resample("5S").mean()
    # 保存结果
    avg_df.to_csv(os.path.join(output_dir, f"{fname.split('.')[0]}_5s_avg.csv"))

• 适配说明：如果是仪器专用二进制格式，可使用scipy.io或对应仪器的Python SDK读取数据，转换为DataFrame后再执行重采样步骤。

方法二：命令行工具组合（无代码快速处理） #

若文件为WAV等音频格式，用sox（音频处理工具）+awk（文本处理工具）可快速完成：

• 前提：先安装sox（Linux/macOS用包管理器，Windows下载官方安装包）
• 批量处理命令：

# 创建结果目录
mkdir -p 5s_avg_results

# 遍历所有WAV文件
for file in ./sound_measurements/*.wav; do
    # 用sox提取声强数据，awk按5秒窗口计算平均值
    sox "$file" -n stat -v 1 | awk -v sr=44100 '  # 将sr替换为你的文件实际采样率
        BEGIN { step = sr * 5; count = 0; sum = 0 }
        {
            sum += $1; count += 1
            if (count >= step) {
                print (NR/step)*5, sum/count
                sum = 0; count = 0
            }
        }
        END {
            # 可选：处理最后不足5秒的片段
            if (count > 0) print (NR/step)*5, sum/count
        }' > "./5s_avg_results/$(basename "$file" .wav)_5s_avg.txt"
done

方法三：专业声学软件批量处理 #

如果已有专业工具，可利用内置功能批量操作：

• Audacity：先导出所有文件的采样数据为文本，录制“计算5秒平均值”的宏命令，批量应用到所有文件；
• Matlab：用audioread()读取音频，根据采样率计算5秒对应的采样点数，用buffer()分块后取平均值，循环处理8个文件。

内容的提问来源于stack exchange，提问作者Philip McKeon