如何使用需要很多秒才能返回值的函数“实时”更新变量

问题描述：

应该使用什么逻辑来实时更新当前均值等变量？如何使用需要很多秒才能返回值的函数“实时”更新变量

例如，在下面的脚本obs_mean()中，通过监听传入的传感器数据产生一个均值。功能listen_to_observations()是一个与真实传感器数据功能类似的示例功能。

如何可以将该值current_mean被更新使用obs_mean(5)每秒/实时（其需要5秒钟的数据，并且需要5秒的返回值）？

import numpy as np 
import random 
import time 

current_mean = None 

def listen_to_observations(): 
    #listen to a stream of observations 
    time.sleep(1) 
    yield random.random() 

def obs_mean(seconds): 
    array = [listen_to_observations().next() for i in range(seconds)] 
    return np.array(array).mean()

这个逻辑怎么样？我正在使用Python 3.5。

如果平均每5后计算秒，那么更新“current_mean”变量有什么用？它当然会保持不变，直到你计算出新的均值。 – kmario23

不完全。如果在10:00:00调用函数obs_mean（5），它将在10:00:05返回值。然而，在10:00:06，从10:00:01到10:00:06可能会有更新的观测值。那有意义吗？ – Greg

答

你可以只打破了你的阵列行成单独的语句，并计算平均每次观察后：

import numpy as np 
import random 
import time 

current_mean = None 

def listen_to_observations(): 
    #listen to a stream of observations 
    time.sleep(1) 
    yield random.random() 

def obs_mean(seconds): 
    array = [] 
    for i in range(seconds):  
     array.append(listen_to_observations().next()) 
     current_mean = np.array(array).mean() 
     print('current_mean = {}'.format(current_mean)) 
    return current_mean 

if __name__ == '__main__': 
    obs_mean(5)

我的输出：

current_mean = 0.193142347659 
current_mean = 0.212120380098 
current_mean = 0.355774933848 
current_mean = 0.362840457341 
current_mean = 0.312662693142

如何使用需要很多秒才能返回值的函数“实时”更新变量

相关推荐