关于网站开发的开题报告,服务器 免费,微信里的小程序怎么制作方法,手机端做网站软件NumPy数值计算基础实验数据#xff1a; 链接#xff1a;https://pan.baidu.com/s/1-E2ShVTdI0X5lwDtMLFFsQ 提取码#xff1a;0929
代码实现#xff1a;
之前不会的地方#xff1a;
1#xff0e;读取文件 使用numpy内置的loadtxt()函数以及这个函数的参数frame#x…
NumPy数值计算基础实验数据 链接https://pan.baidu.com/s/1-E2ShVTdI0X5lwDtMLFFsQ 提取码0929
代码实现
之前不会的地方
1读取文件 使用numpy内置的loadtxt()函数以及这个函数的参数frame要读取的文件dtype读取后的数据类型delimiter读取文件中的数据分隔符 #参数列表fname要读取的文件dtype读取后的数据类型delimiter读取文件中数据的分隔符self.datanp.loadtxt(fnamepath,dtypestr,delimiter,)
2数据的切分索引
self.dataself.data[1:,:]#去掉第一行标签行
self.colindexself.data[0,:]#得到标签行3将数据中的年份季度带小数的浮点数转化为不带浮点数的整数使用了numpy中的np.char.replace()函数 #需要将数据中的年份和季度中的小数部分去掉
self.data[:,:2]np.char.replace(self.data[:,:2],.0,)
#data[:,:2]是数据中的前两列4.查找满足条件的行索引 index np.where((self.data[:, 0] year) (self.data[:, 1] quarter)) # 使用where方法返回符合给定年份和季度的行索引5.实现变量的展平
import numpy as npfp./macrodata.csv#要读取的文件
op./test.csv#输出文件class processdata:colmap {year: 0, quarter: 1, gdp: 2, realcons: 3, realinv: 4, realgovt: 5, realdpi: 6, cpi: 7, \m1: 8, tbilrate: 9, unemp: 10, pop: 11, infl: 12, realint: 13} # 定义一个字典用来转换字符串列名与列索引def __init__(self,path):#定义构造函数#参数列表fname要读取的文件dtype读取后的数据类型delimiter读取文件中数据的分隔符self.datanp.loadtxt(fnamepath,dtypestr,delimiter,)self.dataself.data[1:,:]#去掉第一行标签行self.colindexself.data[0,:]#得到标签行#需要将数据中的年份和季度中的小数部分去掉self.data[:,:2]np.char.replace(self.data[:,:2],.0,)#data[:,:2]是数据中的前两列def lookupdata(self,year,quarter,col):#查看任意时间点的GDP或者人口信息 col传入gdp或popyear str(int(year))quarter str(int(quarter))index np.where((self.data[:, 0] year) (self.data[:, 1] quarter)) # 使用where方法返回符合给定年份和季度的行索引index np.array(index)result The col in quarter str(quarter) , year str(year) is if index.size 0: # 若没有查找到符合条件的行tmp np.where(self.data[:, 0] year)tmp np.array(tmp)if tmp.size 0: # 若没有找到该年份的行error The given year str(year) is out of range...else: # 找到年份但没找到对应的季度error The given quarter str(quarter) is not found for the given year str(year) ...print(error)return errorelse: # 找到了符合条件的结果print(result str(self.data[index[0][0]][processdata.colmap[col]]) ...)return self.data[index[0][0]][processdata.colmap[col]]def calPerCapitaGDP(self, year, quarter): # 计算人均GDPyear str(int(year))quarter str(int(quarter))index np.where((self.data[:, 0] year) (self.data[:, 1] quarter)) # 使用where方法返回符合给定年份和季度的行索引index np.array(index)result The Per Capita GDP in quarter str(quarter) , year str(year) is if index.size 0: # 若没有查找到符合条件的行tmp np.where(self.data[:, 0] year)tmp np.array(tmp)if tmp.size 0: # 若没有找到该年份的行error The given year str(year) is out of range...else: # 找到年份但没找到对应的季度error The given quarter str(quarter) is not found for the given year str(year) ...print(error)return errorprint(result str(float(self.data[index[0][0]][2]) / float(self.data[index[0][0]][11])) ...) # 第二列数据/第11列数据return float(self.data[index[0][0]][2]) / float(self.data[index[0][0]][11])def flattendata(self, col[gdp, pop]): # 展平方法collist [processdata.colmap[i] for i in col] # 将要展平的列的列名转换成对应的数值索引data self.data[:, collist] # 提取这些列的数据colarr np.zeros((self.data.shape[0], 1), dtypenp.float)indexdata self.data[:, [0, 1]] # 提取年份和季度信息indexdata indexdata.repeat(len(col), axis0) # 对年份和季度两列进行纵向重复重复的次数为要展平的列数repeat是对所有行整个进行重复newdata data.flatten().reshape(-1, 1) # 使用flatten方法将要展平的列展平并转为列向量newcol collist * self.data.shape[0] # 将要展平的列的列号整个进行横向重复与repeat重复方式对应重复次数为原始数据的行数newcol np.array(newcol).reshape(-1, 1)tmp np.hstack((indexdata, newdata)) # 将重复后的日期季度列与展平后的列向量进行横向合并tmp np.hstack((tmp, newcol)) # 再与其原数据所在列号生成的列进行横向合并newcolindex np.array([year, quarter, values, columns number])tmp np.vstack((newcolindex, tmp)) # 添加新的列名return tmpdef printdata(self):data1 np.vstack((self.data[:, 2].reshape(-1, 1), self.data[:, 11].reshape(-1, 1)))print(data1.shape)prdataprocessdata(fp)#定义了一个类对象来实现这些方法
print((a):)
prdata.lookupdata(2000,1,gdp)
print((b):)
prdata.lookupdata(2000,1,pop)
print((c):)
prdata.lookupdata(2020,1,gdp)
print((d):)
prdata.lookupdata(2000,6,pop)
print((e):)
prdata.calPerCapitaGDP(2000,1)
print((f):)
flatdataprdata.flattendata()np.savetxt(op,flatdata,delimiter,,fmt%s)#保存展平后的结果print(End!)
input(按回车键结束)
