如何在python中集成文本文件中的数据？

我想对文本文件中的数据进行双重集成。有人能帮我吗？这是我的数据。我想要第二列的集成：

0.96    2.05
1.52    2.25
2.0     2.36
2.5     2.41
2.96    2.41
3.52    2.43
4.0     2.39
5.04    2.31
6.08    2.25
7.04    2.12
8.08    2.07 

从scipy导入集成
将numpy作为np导入
data=np.loadtxt（“A_mod_intensity.txt”）
扩展数据，yData=np.hsplit（数据，2）
x=扩展数据[：，0]
y=yData[：，0]
集成simps（y）

首先根据需要提供

x

值，如

integrate.simps（y，x）

，否则如果没有

x

，则假定

x

为

0,1,2,3,4…

接下来，如果您需要双重集成（我认为您的意思是集成两次），您可以使用下面的代码。在这段代码中，我们对不定积分进行两次数值积分。整个范围内的定积分值将是数组中的最后一个值。你也可以

取第二个积分

• 为了进行第二次积分，必须有一个函数进行第二次积分
• 在答案的这一部分中，必须取函数的第二个积分，然后将数据传递给该结果。
  • 数据的第二个积分不是这里发生的
• 从上一个文件中，有多个文件，从0度到180度，用于

  mT

  （毫特斯拉）中的磁场强度
• 假设函数

  F（θ）=B*sin（θ）

  ，第二个积分是

  -B*sin（θ）

  。
  • 然后可以将第二个积分应用于数据
    • 从

      df_dict.keys（）

      中提取

      B

      作为

      intensity

      和

      θ

    • 使用

      np.deg2rad

• 此问题的数据框形状与上一个问题的数据框形状不同

将熊猫作为pd导入
将numpy作为np导入
从pathlib导入路径
#创建当前工作目录中文件的路径
p=Path.cwd（）
#获取所有文件的生成器
files=list（p.glob（'*.44V*'））
#将文件加载到pandas.DataFrames目录中
dfd={f'{file.suffix.split（“”）[-1]}”：pd.read_csv（file，sep='\\s+'，header=None）用于文件中的文件}
#迭代dfd并为添加列
对于dfd.items（）中的k，v：
#向数据中添加列标题
dfd[k]。列=['mag_字段'，'intensity']
#从关键点提取度值并转换为弧度
rad=np.deg2rad（int（k[：-3]））
#添加具有第二次积分计算的列
dfd[k]['intensity_integral']=-v.intensity*np.sin（rad）
#显示（dfd['10deg'].head（））
磁场强度积分强度
0   269.2575     0.0785            -0.01363
1   269.2594     0.0836            -0.01452
2   269.2613     0.0887            -0.01540
3   269.2632     0.0849            -0.01474
4   269.2651     0.0900            -0.01563

通过

simps集成列：

此时，问题在于数据的形状
yData
是一个
（11,1）
数组，但需要是
（1,11）
在
yData上使用



使用沿给定轴的样本和复合辛普森规则对y（x）

进行积分

y

：类似数组。要集成的阵列

x

：类似阵列，可选。如果给定，

y

采样点

来自scipy.integrate import simps的

将numpy作为np导入
#重塑水田
y=yData。重塑（（1，len（yData）））
#整合
simps（y）
[out]：
数组（[23.00666667]）

使用

x

和

y

• 此数据必须使用

  x

  和

  y

  ，因为点的空间不均匀
• 该函数跨阵列工作，而不是单个点

y=yData.重塑（（1，len（yData）））
x=扩展数据。重塑（（1，len（扩展数据）））
simps（y，x）
[out]：
数组（[16.212197]）

辛普森法则

from scipy import integrate
import numpy as np

data = np.loadtxt("A_mod_intensity.txt")
xData, yData = np.hsplit(data,2)

x = xData[:,0]
y = yData[:,0]

res = y
for i in range(2):
    res = np.array([
        integrate.simps(res[:cnt], x[:cnt]) for cnt in range(1, res.size + 1)
    ])
    print(
        'integrated', i + 1, 'times, definite integral value is', res[-1],
        ', indefinite integral values are', res
    )