python 1×21数组求和为1×1

每个时间戳对应1×21数组，将其求和为1×1，结果保留2位小数

#!usr/bin/env python
# -*- coding:utf-8 -*-
"""
@author: Suyue
@file: lianxi.py
@time: 2025/03/11
@desc:
"""
import numpy as np
import re
import os


def calculate_concentration_clumnsum_intensity(concentration):
    """
    雨滴谱数浓度 concentration
    :return: 求和 concentration_clumnsum （1×1），结果保留 2 位小数
    """
    # 计算数浓度列求和，并保留 2 位小数
    concentration_clumnsum = round(np.sum(concentration), 2)  # 对整个数组求和
    return concentration_clumnsum


def read_concentrations_data(file_path):
    """
    读取雨滴谱数浓度数据
    :param file_path: 输入文件路径
    :return: timestamps (时间戳列表), concentration_matrices (浓度矩阵列表，每个矩阵为1×21)
    """
    timestamps = []
    concentration_matrices = []

    with open(file_path, 'r') as file:
        lines = file.readlines()
        i = 0
        while i < len(lines):
            # 读取时间戳
            line = lines[i].strip()
            if re.match(r'\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}', line):
                timestamps.append(line)
                i += 1  # 移动到下一行

                # 初始化一个空列表来存储1×21数组的元素
                array_elements = []

                # 读取接下来的1行，每行包含21个数值
                if i < len(lines):
                    row = lines[i].strip().split()
                    # 检查当前行是否是时间戳（避免错误）
                    if not re.match(r'\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}', lines[i].strip()):
                        row_elements = list(map(float, row))  # 将行数据转换为浮点数
                        array_elements.extend(row_elements)
                        i += 1

                # 将一维列表转换为1×21的NumPy数组
                if len(array_elements) == 21:
                    concentration = np.array(array_elements).reshape(1, 21)  # 转换为1×21的数组
                    concentration_matrices.append(concentration)
                else:
                    # 如果数据不完整，跳过这个时间戳
                    timestamps.pop()
            else:
                # 如果当前行不是时间戳，则可能是空行或其他无效数据，跳过它
                i += 1

    return timestamps, concentration_matrices


def write_raindrop_concentration_clumnsum_to_file(timestamps, concentration_clumnsum, output_file_path):
    """
    将时间戳和求和结果写入文件
    :param timestamps: 时间戳列表
    :param concentration_clumnsum: 求和结果列表（每个元素是一个标量值）
    :param output_file_path: 输出文件路径
    """
    with open(output_file_path, 'w') as file:
        for timestamp, sum_value in zip(timestamps, concentration_clumnsum):
            file.write(f"{timestamp}\n")
            file.write(f"{sum_value:.2f}\n")  # 保留 2 位小数
            file.write("\n")  # 每个时间戳的数据块之间加一个空行作为分隔


# 批量处理多个文件夹
def batch_process_concentration_clumnsum_files(input_dir, output_dir):
    # 确保输出目录存在
    os.makedirs(output_dir, exist_ok=True)

    # 遍历输入目录中的所有TXT文件
    for filename in os.listdir(input_dir):
        if filename.endswith('.txt'):
            file_path = os.path.join(input_dir, filename)

            # 读取数据
            timestamps, concentration_matrices = read_concentrations_data(file_path)

            concentration_clumnsum_results = []  # 创建一个新的列表来存储降水强度结果
            for concentration in concentration_matrices:
                concentration_clumnsum_intensity = calculate_concentration_clumnsum_intensity(concentration)
                concentration_clumnsum_results.append(concentration_clumnsum_intensity)  # 将计算结果添加到新列表中

            # 构造输出文件路径
            output_file_path = os.path.join(output_dir, f"{os.path.splitext(filename)[0]}_one.txt")

            # 将结果写入文件
            write_raindrop_concentration_clumnsum_to_file(timestamps, concentration_clumnsum_results, output_file_path)


# 输入和输出目录
input_dir = 'F:/lianxi2/'  # 替换为您的输入文件目录路径
output_dir = 'F:/lianxi2/result'  # 替换为您的输出文件目录路径

# 批量处理文件
batch_process_concentration_clumnsum_files(input_dir, output_dir)

 结果不保留2位小数

#!usr/bin/env python
# -*- coding:utf-8 -*-
"""
@author: Suyue
@file: lianxi.py
@time: 2025/03/11
@desc:
"""
import numpy as np
import re
import os


def calculate_concentration_clumnsum_intensity(concentration):
    """
    雨滴谱数浓度 concentration
    :return: 求和 concentration_clumnsum （1×1），不保留小数
    """
    # 计算数浓度列求和
    concentration_clumnsum = np.sum(concentration)  # 对整个数组求和
    return concentration_clumnsum


def read_concentrations_data(file_path):
    """
    读取雨滴谱数浓度数据
    :param file_path: 输入文件路径
    :return: timestamps (时间戳列表), concentration_matrices (浓度矩阵列表，每个矩阵为1×21)
    """
    timestamps = []
    concentration_matrices = []

    with open(file_path, 'r') as file:
        lines = file.readlines()
        i = 0
        while i < len(lines):
            # 读取时间戳
            line = lines[i].strip()
            if re.match(r'\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}', line):
                timestamps.append(line)
                i += 1  # 移动到下一行

                # 初始化一个空列表来存储1×21数组的元素
                array_elements = []

                # 读取接下来的1行，每行包含21个数值
                if i < len(lines):
                    row = lines[i].strip().split()
                    # 检查当前行是否是时间戳（避免错误）
                    if not re.match(r'\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}', lines[i].strip()):
                        row_elements = list(map(float, row))  # 将行数据转换为浮点数
                        array_elements.extend(row_elements)
                        i += 1

                # 将一维列表转换为1×21的NumPy数组
                if len(array_elements) == 21:
                    concentration = np.array(array_elements).reshape(1, 21)  # 转换为1×21的数组
                    concentration_matrices.append(concentration)
                else:
                    # 如果数据不完整，跳过这个时间戳
                    timestamps.pop()
            else:
                # 如果当前行不是时间戳，则可能是空行或其他无效数据，跳过它
                i += 1

    return timestamps, concentration_matrices


def write_raindrop_concentration_clumnsum_to_file(timestamps, concentration_clumnsum, output_file_path):
    """
    将时间戳和求和结果写入文件
    :param timestamps: 时间戳列表
    :param concentration_clumnsum: 求和结果列表（每个元素是一个标量值）
    :param output_file_path: 输出文件路径
    """
    with open(output_file_path, 'w') as file:
        for timestamp, sum_value in zip(timestamps, concentration_clumnsum):
            file.write(f"{timestamp}\n")
            file.write(f"{sum_value}\n")  # 直接写入求和结果，不保留小数
            file.write("\n")  # 每个时间戳的数据块之间加一个空行作为分隔


# 批量处理多个文件夹
def batch_process_concentration_clumnsum_files(input_dir, output_dir):
    # 确保输出目录存在
    os.makedirs(output_dir, exist_ok=True)

    # 遍历输入目录中的所有TXT文件
    for filename in os.listdir(input_dir):
        if filename.endswith('.txt'):
            file_path = os.path.join(input_dir, filename)

            # 读取数据
            timestamps, concentration_matrices = read_concentrations_data(file_path)

            concentration_clumnsum_results = []  # 创建一个新的列表来存储降水强度结果
            for concentration in concentration_matrices:
                concentration_clumnsum_intensity = calculate_concentration_clumnsum_intensity(concentration)
                concentration_clumnsum_results.append(concentration_clumnsum_intensity)  # 将计算结果添加到新列表中

            # 构造输出文件路径
            output_file_path = os.path.join(output_dir, f"{os.path.splitext(filename)[0]}_one.txt")

            # 将结果写入文件
            write_raindrop_concentration_clumnsum_to_file(timestamps, concentration_clumnsum_results, output_file_path)


# 输入和输出目录
input_dir = 'G:/装备科/论文/03-雨滴谱/雨滴谱数据/物理参量/03-降水强度/列求和/'  # 替换为您的输入文件目录路径
output_dir = 'G:/装备科/论文/03-雨滴谱/雨滴谱数据/物理参量/03-降水强度/一个值/rain_R_one/'  # 替换为您的输出文件目录路径

# 批量处理文件
batch_process_concentration_clumnsum_files(input_dir, output_dir)