关于字典:适用于实时分析的Python数据结构?

Proper Python data structure for real-time analysis?

社区,

目标:我正在运行一个Pi项目(即Python),它与Arduino进行通信,每秒钟从一个称重传感器获取数据。我应该使用什么数据结构来记录(并对Python中的数据进行实时分析)?

我希望能够做到这样的事情:

  • 切片数据以获取最后记录的数据点的值。
  • 切片数据以获得最后n秒的数据点的平均值。
  • 对最后n个数据点执行回归以获得g / s。
  • 从超过n秒的日志数据点中删除。
  • 目前的尝试:

    字典:我在字典中添加了一个带有舍入时间的新键(见下文),但这使切片和分析变得困难。

    1
    2
    3
    4
    log = {}

    def log_data():
        log[round(time.time(), 4)] = read_data()

    Pandas DataFrame:这是我跳过的那个,因为它使得时间序列切片和分析变得容易,但是这个(如何使用python pandas处理传入的实时数据)似乎说它是一个坏主意。我不能按照他们的解决方案(即存储在字典中,并且每隔几秒钟df.append() - 大量),因为我希望我的费率计算(回归)是实时的。

    这个问题(Python上的实时信号的ECG数据分析)似乎和我一样有问题,但没有真正的解决方案。

    目标:

    那么在Python中处理和分析实时时间序列数据的正确方法是什么?这似乎是每个人都需要做的事情,所以我想有必要为此预先构建功能?

    谢谢,

    迈克尔


    首先,我会质疑两个假设:

  • 您在帖子中提到数据每秒输入一次。 如果您可以依赖它,则根本不需要时间戳 - 查找最后N个数据点与查找最后N秒的数据点完全相同。
  • 您有一个约束,您的摘要数据必须绝对100%实时。 这可能会让生活更加复杂 - 是否有可能放松一下呢?
  • 无论如何,这是一个使用列表的非常天真的方法。 它满足您的需求。 性能可能会成为问题,具体取决于您需要存储的先前数据点的数量。

    此外,您可能没有想到这一点,但是您是否需要过去数据的完整记录? 或者你可以放弃东西?

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    data = []

    new_observation = (timestamp, value)

    # new data comes in
    data.append(new_observation)


    # Slice the data to get the value of the last logged datapoint.
    data[-1]

    # Slice the data to get the mean of the datapoints for the last n seconds.
    mean(map(lambda x: x[1], filter(lambda o: current_time - o[0] < n, data)))

    # Perform a regression on the last n data points to get g/s.
    regression_function(data[-n:])

    # Remove from the log data points older than n seconds.
    data = filter(lambda o: current_time - o[0] < n, data)