Python每秒平均比特率

Question

我有一个 txt 文件，内容大致是这样的：

0.065998       81   
0.319601      81   
0.539613      81  
0.768445      81  
1.671893      81  
1.785064      81  
1.881242      954  
1.921503      193  
1.921605      188  
1.943166      81  
2.122283      63  
2.127669      83  
2.444705      81  

文件的第一列是数据包到达的时间，第二列是数据包的大小（以字节为单位）。

我需要计算每秒钟的平均字节数。比如在第一秒，我只有大小为81的包，所以平均比特率是 81*8= 648bit/s。接下来，我要画一个图，x轴是时间（以秒为单位），y轴是每秒的平均比特率。

到目前为止，我只成功把数据上传成数组：

import numpy as np

d = np.genfromtxt('data.txt')

x = (d[:,0])  
y = (d[:,1 ])

print x  
print(y*8)

我刚开始学Python，所以任何关于如何入手的帮助都非常感谢！

这是结果脚本：

import matplotlib.pyplot as plt  
import numpy as np  
x, y = np.loadtxt('data.txt', unpack=True)  
bins = np.arange(60+1)  
totals, edges = np.histogram(x, weights=y, bins=bins)  
counts, edges = np.histogram(x, bins=bins)  

print counts  
print totals*0.008/counts  

plt.plot(totals*0.008/counts, 'r')  
plt.xlabel('time, s')  
plt.ylabel('kbit/s')  
plt.grid(True)  
plt.xlim(0.0, 60.0)  
plt.show()      

这个脚本读取了 .txt 文件，里面包含了数据包的大小（字节）和到达时间，并绘制了在一段时间内的平均比特率/秒。这个脚本可以用来监控服务器的进出流量！

Answer 1

由于到达时间不规律，我建议把这些时间转换成整数秒，然后把每秒钟所有到达的数据总量加起来。这样做之后，绘图和其他分析就简单多了。

Answer 2

你的数据已经按照时间排序了，所以我可能会用 itertools.groupby 来处理这个问题：

from itertools import groupby
with open('data.txt') as d:
     data = ([float(x) for x in line.split()] for line in d)
     for i_time,packet_info in groupby(data,key=lambda x:int(x[0])):
         print i_time, sum(x[1] for x in packet_info)

输出结果是：

0 324.0
1 1578.0
2 227.0

Answer 3

如果你想使用 numpy，可以用 numpy.histogram 这个工具：

>>> import numpy as np
>>> x, y = np.loadtxt('data.txt', unpack=True)
>>> bins = np.arange(10+1)
>>> totals, edges = np.histogram(x, weights=y, bins=bins)
>>> totals
array([  324.,  1578.,   227.,     0.,     0.,     0.,     0.,     0.,
           0.,     0.])

这个工具会给出每个区间（也叫“箱子”）里的总数，你可以把这个总数除以区间的宽度，来得到一个大致的瞬时速率：

>>> totals/np.diff(bins)
array([  324.,  1578.,   227.,     0.,     0.,     0.,     0.,     0.,
           0.,     0.])

（好吧，因为这些区间的宽度都是1，所以这个结果其实没什么特别的。）

[更新]

我不太明白你后面提到的需要每秒的平均数据包大小 -- 我在你的问题里没看到这个内容，但我确实有错过明显信息的名声.. :-/ 不管怎样，如果你想知道每个时间区间里的数据包数量，那你其实不需要设置权重（默认就是1）：

>>> counts, edges = np.histogram(x, bins=bins)
>>> counts
array([4, 6, 3, 0, 0, 0, 0, 0, 0, 0])

这里的 counts 就是每个区间里到达的数据包数量。