使用重叠的存储箱对数据进行分箱

Question

我需要收集风数据

这个想法是改变风箱的大小，这样每个风箱都能覆盖最小数量的数据。那么最后我会有360个重叠的箱子

因此，需要定义箱子的下限和上限，然后根据落入不同箱子的数据改变上限

在数字化似乎只适用于一维容器

所以这是我的尝试：

import numpy as np
from scipy.stats import binned_statistic

#initially equal size bins[[lower limit], [upper limit]]
bins=np.array([[np.arange(0,360)], [np.arange(1,361)]])

#dfIn is a vector with angles from 0 to 360
index_Rdir= binned_statistic(dfIn, dfIn, bins=bins)

然后对其余算法中的数据进行频率分析 在每个料仓中计算并增加料仓的上限 对于那些没有得到最少数据的箱子。。。

当尝试使用binned_统计进行分块时，会出现以下错误

^{pr2}$

如果我尝试用一个列表代替一个数组，我得到了类似的错误。

我也试过np.直方图根据文件允许不均匀的料仓尺寸

index_Rdir= np.histogram(dfIn,  bins=bins)

all the input arrays must have same number of dimensions