我对编写python代码非常陌生,我正在使用一个.CSV文件,该文件在1024列的行中给出一个32x32的矩阵,并带有时间戳。我重新调整了数据的形状,得到32x32个数组,并循环遍历每一行,将矩阵附加到一个numpy数组中。你知道吗
`i = 0
while i < len(df_array):
if i == 0:
spec = np.reshape(df_array[i][np.arange(1,1025)], (32,32))
spectrum_matrix = spec
else:
spec = np.reshape(df_array[i][np.arange(1,1025)], (32,32))
spectrum_matrix = np.concatenate((spectrum_matrix, spec), axis = 0)
i = i + 1
print("job done")`
我想做的是从原始数据文件中添加时间戳,并将它们添加到每个矩阵中,从而允许我在5分钟的平均时间内重新采样数据。我还想绘制一个类似于Drop size distribution的图
作为参考,我阅读了data.CSV中的pandas,这里是一个原始数据部分的示例:01.06.2017;18:22:20;0.122;0.00;51;7.401;10375;18745;57;27;0.00;23.6;0.110;0; &光谱
光谱后面的是32x32矩阵。你知道吗
提前感谢您的帮助!你知道吗
Python和相关的包可以在没有循环的情况下做很多事情
根据我对你们数据的理解,你们有一个(8640 x 32 x 32)的数据结构(时间x大小x速度)。 Pandas可以很好地处理2D数据结构,但是对于高维数据,我建议您熟悉xarray。使用这个包和pandas,您可以创建和操作数据,而不必求助于循环。你知道吗
至于制作一个像你这样的分布图,把事情联系起来会变得有点棘手,但这是可能的:
相关问题 更多 >
编程相关推荐