资环python数据处理

资环python数据处理

• 一、包安装
• • 1.1 pylab包相关
  • 1.2 PyEMD
  • 1. 3 python 中tuple的修改
  • 1.4 读取excel文件
• 二、一些基本语法
• • 2.1 判断数据类型
• 三、常用的类
• • 3.1 DataFrame
  • • 3.1.1 替换缺省值
    • 3.1.2 取到某一行
    • 3.1.3 取某一列
    • 3.1.4 取某一行某一列
    • 3.1.5 series转为dataframe
    • 3.1.6 行列转置
    • 3.1.7 获取行数和列数
  • 3.2 取时间
  • 3.3 np
  • • 3.3.2 np.array()函数
    • 3.3.1 ravel()和flatten()
  • 3.4 np.ones
  • 3.5 np.convolve()
• 四、画图
• • 4.1 经典模态分解
  • 4.2 CEEMDAN处理数据
  • 4.3 防止多个图出现在一个图框里
• 五、读取文件问题
• • 5.1 读不了xlsx格式文件

一、包安装 1.1 pylab包相关

matplotlib中含有pylab,不需要再pip install pylab,不然会出错。

1.2 PyEMD

PyEMD安装的命令是:pip install EMD-signal

1. 3 python 中tuple的修改

a = (1,2)
b = list(a)
b[0] = 3
a = tuple(b)
print(a)
print(a[0])

1.4 读取excel文件

import xlrd   #引入库
wb=xlrd.open_workbook("C:/Users/Administrator/Desktop/b.xls") #打开文件并返回一个工作蒲对象。open_workbook可以点进去看看函数里面的参数的含义之类的，很详细，英语不好的可以百度翻译，翻译出来的结果差不多。
sheet_num=wb.nsheets  #获取excel里面的sheet的数量
sheet_names=wb.sheet_names()   #获取到Excel里面所有的sheet的名称列表，即使没有sheet也能用。
sheet=wb.sheet_by_index(0)   #通过索引的方式获取到某一个sheet，现在是获取的第一个sheet页，也可以通过sheet的名称进行获取，sheet_by_name('sheet名称')
rows=sheet.nrows   #获取sheet页的行数，一共有几行
columns=sheet.ncols   #获取sheet页的列数，一共有几列
#获取第一行的数据
row_data=sheet.row_values(0)  #返回给定的行数的单元格数据进行切片
col_data=sheet.col_values(1)#sheet.col_values(i):获取第i+1列数据
print(col_data[0])#输出这个数组中的第j个位置数据
print(col_data[1])
print(col_data[2])
#获取单元格的数据
#one_data=sheet.cell(row_index,col_index)  #同样是通过索引的方式，cell(0,1)获取到的是第一行第二列的单元格数据
# cell_value=one_data.value  #获取单元格的值
# cell_type=one_data.ctype   #获取单元格的类型，在xlrd中，单元格的数据类型有6种，

二、一些基本语法 2.1 判断数据类型

• type
• instance

type()不会认为子类是一种父类类型
isinstance()会认为子类是一种父类类型

三、常用的类 3.1 DataFrame 3.1.1 替换缺省值

参考: Pandas缺失值处理

df = data1.fillna(method='backfill')  #用后面的值填充前面缺失的值
#df = data1.fillna(method='ffill')  #用前面的值填充前面缺失的值

3.1.2 取到某一行

• 取单行

df.loc[0]

• 取多行

df.loc[0,2]

• 用iloc

print(df.iloc[0,:])

3.1.3 取某一列

参考:python行切片和列切片

• 取第一列

print(df.iloc[:,0])

3.1.4 取某一行某一列

print(df.iloc[0,0])

3.1.5 series转为dataframe

第1步：
pd.Dataframe(series, columns=[‘列名2’])
或
series.to_frame(name=‘列名2’)
第2步：
Dataframe.reset_index().rename(columns={‘index’:‘列名1’})
也可以
第1步：
pd.Dataframe(series)
或
series.to_frame()
第2步：
Dataframe.columns = [‘列名1’, ‘列名2’]

3.1.6 行列转置

DataFrame的行列转置

3.1.7 获取行数和列数

#获取行数
df.shape[0]
# 或者
#获取列数
df.shape[1]

3.2 取时间

x=pd.date_range('2021-4-1 0:00:00',periods=2*11,freq='10MIN')

• 时间为横坐标，画图

# np.random.randn 标准正态分布的随机数，np.random.rand 随机样本数值
x=pd.date_range('2022-4-21 0:00:00',periods=2*11,freq='10MIN')
y = np.array(data1).flatten()
print(len(y))
# #自己加的代码
 # tmp = list(x.shape)
 # tmp[0] = 539
 # x.shape = tuple(tmp)
plt.scatter(x,y)     # plot(横坐标，纵坐标， 颜色)
plt.plot(x,y,'g')     # plot(横坐标，纵坐标， 颜色)

3.3 np 3.3.2 np.array()函数

• ndarray是一个类，其默认构造函数是ndarray()。
  array是一个函数，便于创建一个ndarray对象。
• np.array函数的作用：列表不存在维度问题，但数组是有维度的，而np.array()的作用就是把列表转化为数组，也可以说是用来产生数组。

3.3.1 ravel()和flatten()

• ravel()和flatten()是将多维数据展平为一维数据，功能相同，区别在于一个是引用 *** 作，一个是复制 *** 作。ravel()展平数据后，修改后面的数据会影响前面的数据，而flatten()展平数据后，不会影响前面的数据。

参考:python学习笔记之-展平函数ravel和flatten及两者的区别

3.4 np.ones

python-Numpy学习之(二) numpy库(ones,zeros,eyes函数)

3.5 np.convolve()

• 卷积函数库

numpy中的convolve的理解

四、画图 4.1 经典模态分解

• 数据包

emd github

4.2 CEEMDAN处理数据

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.impute import KNNImputer

data = pd.read_excel('xx.xlsx', header=None)
data1 = data.replace({0: np.NaN})
#将图标内嵌到网络中
#%matplotlib inline
df = data1.fillna(method='backfill')  #用后面的值填充前面缺失的值
#df = data1.fillna(method='ffill')  #用前面的值填充前面缺失的值
# print(df.loc[0])
# print(type(df))
#print(df.ix[0,0])
print(type(data))
#%%
import numpy as np
from PyEMD import EEMD, EMD, Visualisation
import pylab as plt
from PyEMD import CEEMDAN


# 生成res的分解
IImfs = []
def ceemdan_decompose_res(data):
    ceemdan = CEEMDAN()
    ceemdan.ceemdan(data, max_imf=-1)
    imfs, res = ceemdan.get_imfs_and_residue()
    plt.figure(figsize=(12, 16))

    #     plt.subplot(imfs.shape[0]+3, 1, 1)
    #     plt.plot(data,'r')
    for i in range(imfs.shape[0]):
        #子图的位置，有1*imfs.shape[0]格子
        plt.subplot(imfs.shape[0] + 3, 1, i + 1)
        #绘图
        plt.plot(imfs[i], 'g')
        plt.ylabel("IImf %i" % (i + 1))
        #把坐标平均分成几份
        plt.locator_params(axis='x', nbins=10)
        # 在函数前必须设置一个全局变量 IImfs=[]
        IImfs.append(imfs[i])
        #调整边距和子图的间距,hspace越大,子图越小
        plt.subplots_adjust(hspace=0.8)
    plt.subplot(imfs.shape[0] + 3, 1, imfs.shape[0] + 3)
    plt.plot(res, 'g')
    plt.ylabel("Res")
    return res
print(np.array(df).ravel())
#ravel将数据处理为一维的,默认是按行优先,ravel('F'),按列优先
res=ceemdan_decompose_res(np.array(df).ravel())

4.3 防止多个图出现在一个图框里

plt.show()

五、读取文件问题 5.1 读不了xlsx格式文件

• 降低xlrd的版本