Python3:处理numpy数组并通过openpyxl导出
我正在使用由多个列表组成的数组。对于每个子列表,我想取平均值和标准偏差,并将它们写在excel表格中 我的代码完成了它的工作,但它让我头疼,因为我觉得我根本没有有效地使用python,特别是在步骤(2)中,我以一步一步的方式使用numpy。此外,我不明白为什么我必须在步骤(3)中进行修改,以便将数据(“total”)以一种可以提供给openpyxl编写器(“total_列表”)的形式呈现出来。如果您能帮助我使其更加优雅,我将不胜感激,以下是我的代码:Python3:处理numpy数组并通过openpyxl导出,numpy,python-3.5,openpyxl,Numpy,Python 3.5,Openpyxl,我正在使用由多个列表组成的数组。对于每个子列表,我想取平均值和标准偏差,并将它们写在excel表格中 我的代码完成了它的工作,但它让我头疼,因为我觉得我根本没有有效地使用python,特别是在步骤(2)中,我以一步一步的方式使用numpy。此外,我不明白为什么我必须在步骤(3)中进行修改,以便将数据(“total”)以一种可以提供给openpyxl编写器(“total_列表”)的形式呈现出来。如果您能帮助我使其更加优雅,我将不胜感激,以下是我的代码: import numpy as np fro
import numpy as np
from openpyxl import Workbook
from itertools import chain
# (1) Make up sample array:
arr = [[1,1,3], [3,4,2], [4,4,5], [6,6,5]]
# (2) Make up lists containing average values and std. deviations
avg = []
dev = []
for i in arr:
avg.append(np.mean(i))
dev.append(np.std(i))
# (3) Make an alternating list (avg 1, dev 1, avg 2, dev 2, ...)
total = chain.from_iterable( zip( avg, dev ) )
# (4) Make an alternative list that can be fed to the xlsx writer
total_list = []
for i in total:
total_list.append(i)
# Write to Excel file
wb = Workbook()
ws = wb.active
ws.append(total_list)
wb.save("temp.xlsx")
我想有格式显示在图片附件。重要的是,所有数据都在一行中 我会使用Pandas模块,因为它可以非常轻松地完成所有提到的任务:
import pandas as pd
df = pd.DataFrame(arr)
In [250]: df
Out[250]:
0 1 2
0 1 1 3
1 3 4 2
2 4 4 5
3 6 6 5
In [251]: df.T
Out[251]:
0 1 2 3
0 1 3 4 6
1 1 4 4 6
2 3 2 5 5
In [252]: df.T.mean()
Out[252]:
0 1.666667
1 3.000000
2 4.333333
3 5.666667
dtype: float64
In [253]: df.T.std(ddof=0)
Out[253]:
0 0.942809
1 0.816497
2 0.471405
3 0.471405
dtype: float64
您还可以轻松地将数据框保存为Excel文件:
df.to_excel(r'/path/to/file.xlsx', index=False)
总共:
In [260]: df['avg'] = df.mean(axis=1)
In [261]: df['dev'] = df.std(axis=1, ddof=0)
In [262]: df
Out[262]:
0 1 2 avg dev
0 1 1 3 1.666667 0.816497
1 3 4 2 3.000000 0.707107
2 4 4 5 4.333333 0.408248
3 6 6 5 5.666667 0.408248
In [263]: df.to_excel('d:/temp/result.xlsx', index=False)
result.xlsx:
numpy代码的改进:
In [272]: arr = [[1,1,3], [3,4,2], [4,4,5], [6,6,5]]
从这个列表中创建一个数组。这不是必需的,因为np.mean
是在幕后进行的,但它应该有助于将动作可视化
In [273]: arr = np.array(arr)
In [274]: arr
Out[274]:
array([[1, 1, 3],
[3, 4, 2],
[4, 4, 5],
[6, 6, 5]])
现在计算整个阵列的平均值和标准差;使用axis=1
对行进行操作。因此,您不需要迭代arr
的子列表
In [277]: m=np.mean(arr, axis=1)
In [278]: s=np.std(arr, axis=1)
In [279]: m
Out[279]: array([ 1.66666667, 3. , 4.33333333, 5.66666667])
In [280]: s
Out[280]: array([ 0.94280904, 0.81649658, 0.47140452, 0.47140452])
有多种方法可以将这两个阵列转换为交错阵列。一种是垂直堆叠,然后转置。这是列表zip(*…)
技巧的numpy
答案
In [281]: data=np.vstack([m,s])
In [282]: data
Out[282]:
array([[ 1.66666667, 3. , 4.33333333, 5.66666667],
[ 0.94280904, 0.81649658, 0.47140452, 0.47140452]])
In [283]: data=data.T.ravel()
In [284]: data
Out[284]:
array([ 1.66666667, 0.94280904, 3. , 0.81649658, 4.33333333,
0.47140452, 5.66666667, 0.47140452])
我没有openpyxl',但可以用savetxt`写csv:
In [296]: np.savetxt('test.txt',[data],fmt='%f', delimiter=',',header='#mean1 std1 ...')
In [297]: cat test.txt
# #mean1 std1 ...
1.666667,0.942809,3.000000,0.816497,4.333333,0.471405,5.666667,0.471405
我使用了[数据]
,因为数据
的计算值是1d,而savetxt
会将其保存为一列。它在数据的“行”上迭代。您能发布所需的数据集吗?您希望使用哪种形状?当您尝试这样做时,您遇到了哪些问题?openpyxl支持numpy类型。FWIW openpyxl现在可以处理数据帧对象,这让用户对输出有更多的控制权。@CharlechLark,你能分享一些新功能的链接吗(示例)?