Új hozzászólás Aktív témák

• #362 sonar addikt pokerecske1 #359

  Új Válasz 2015-03-25 08:28:25 #362

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  sonar

  addikt

  válasz pokerecske1 #359 üzenetére

  A kód működő képes, de azért van pár limitációja.
  ha nem csak file hanem könyvtár is van ami mondjuk "akarmi.TIF" akkor azt is bele veszi a listába
  Illetve ha változik a kiterjesztés akkor ugye nem mindegyiket fogja kilistázni. Ez akkor fordulhat elő ha mondjuk egy NAS-ról v linux alól kell dolgozni ahol a filerendszer Case Sensitive. Tehát az akarmi.tif, akarmi.TIF, akarmi.Tif... mind-mind különböző file, persze win alatt ez nem fordulhat elő.
  Én igy irnám

  import glob
  import os
  
  path='D:/'
  os.chdir(path)
  search='*.[tT][iI][fF]'
  tif_list=glob.glob(search)
  for tif_file in tif_list:
  # print "tif file: %s" % tif_file
  # open(tif_file)....

• #361 adamch4 tag pokerecske1 #359

  Új Válasz 2015-03-24 21:33:04 #361

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  adamch4

  tag

  válasz pokerecske1 #359 üzenetére

  Sikerült!
  hirtelen ledermedtem, mert kb. 30 nagyméretű fájl volt éppen a megadott mappában, és hát mindegyiken végig ment hiba nélkül
  Már csak annyi szépséghibája van, hogy ugyanabba a mappába köpködi az új fájlokat, de ez már a legevesebb

• #360 adamch4 tag pokerecske1 #359

  Új Válasz 2015-03-24 20:39:33 #360

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  adamch4

  tag

  válasz pokerecske1 #359 üzenetére

  igen, pont ilyet kerestem
  legalábbis sejtettem, hogy kell lennie ilyennek is, bár anno ilyet nem tanultam
  rögvest kipróbálom!

• #356 cousin333 addikt pokerecske1 #355

  Új Válasz 2015-03-23 23:02:24 #356

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  cousin333

  addikt

  válasz pokerecske1 #355 üzenetére

  Tehát ha jól értem, akkor a megadott (több napos) intervallumon belül szeretnéd az adott órák az átlagát kiszámolni, tehát mondjuk elsejétől ötödikéig kiszámítani a 00:00 és 01:00 közötti értékek átlagát, majd az 01:00 és 02:00 közöttiekét, egészen 23:00-24:00-ig. A megoldás a GroupBy, ami egy kulcsot vár. Esetünkben:

  kulcs = lambda x: x.hour
  data.groupby(by=kulcs).mean()

  vagy összevontan, és adott időtartományra:

  data['2013-5-20':'2013-5-30'].groupby(lambda x: x.hour).mean().plot()

  ui: Ha nem muszáj, akkor nem érdemes mindig új DataFrame-et létrehozni (AO_mm = ...), elég, ha egyszer van meg az adat és annak a nézeteit ábrázolod.

• #354 cousin333 addikt pokerecske1 #353

  Új Válasz 2015-03-23 19:40:04 #354

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  cousin333

  addikt

  válasz pokerecske1 #353 üzenetére

  Szia!

  A Pandas modul teljesen jó a célra, mert tud két olyan dolgot, ami neked kell:
  - dátum-oszlopok beolvasása
  - dátumok újramintavételezése

  Az elsőt már a beolvasásnál érdemes aktiválni, így a dátum lesz az index:
  data = pd.read_csv('data.csv', header=None, index_col=0, parse_dates=True, names=['X', 'Y'])

  Ha sok az adat, esetleg gyorsíthat, ha még beteszed, hogy infer_datetime_format=True. Egyáltalán: jó, ha olvasgatod a read_csv metódus súgóját. Pl. a fenti sor feltételezi, hogy az index oszlop (a 0.) tartalmazza a dátumot.

  Érdemes lehet kiíratni az első pár sort, hogy lásd, mi történt:
  data.head()

  Ha van index oszlopod (ami most maga a dátum), akkor az ábrázolás innen egyszerűen:
  data.plot()

  A másik, amit szeretnél, hogy napi/óránkénti bontásban ábrázolja (vagy más osztásban), pl.:
  data.resample('H', how='mean') # óránkénti bontás
  data.resample('M', how='mean') # havi bontás

  Ábrázoláshoz egyszerűen add hozzá, hogy plot:
  data.resample('M', how='mean').plot()

Új hozzászólás Aktív témák