- 博客(14)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 Python利用Groupby机制绘制柱状图时KeyError和TypeError问题及解决方法
在该主题下进行柱状图绘制时需要对数据进行分箱操作，需要用到pandas的cut和qcut工具，groupby方法，及seaborn的barplot方法，以下将我在操作过程中遇到的问题及其解决方法进行总结，供参考：1 我们在使用groupby方法时，通常要对数据进行拆分-应用-联合操作，而其中对数据应用apply方法是将拆分的数据调用函数，在apply（）括号内必须是函数名，不能是方法名，因此，我们需要将我们要使用的方法包装成函数，再代入到apply（）def get_stats(group):
2020-09-16 11:11:05
3144
原创 使用Python依次置换保护法将一列的数据分为多列的方法
背景介绍：我们在日常处理数据的过程中，往往会遇到类似log类文件，他们的的分列并不是明显，不同列之间间隔不同数目的空格，这种情况下，对于简单字符串，一般来说使用正则表达式来处理比较方便，因为含有多种空白字符的字符串拆分，一般会用到正则表达式:\s+,但是对于字符串的表格或者Series时，可能并不能简单的应用，因此，在这种时候，可能就需要用到字符串split方法，但是split方法，即data['1'],data['2']=data['1 2'].str.split(' ',1).str问题说明：
2021-04-30 07:32:14
537
原创 Python如何对多文件数据绘制直方图可视化
Python如何对多文件数据绘制直方图可视化在进行数据分析可视化的时候，我们经常会将很多文件分别打开并分别作图，如果只是5个以下，那么使用origin绘制也可以，但是如果需要打开8个文件，每个文件绘制5张图，那么合起来将要绘制40张图，这时，我们需要考虑利用电脑来自动完成；解决问题的思路：1）将待处理数据的放在同一保存路径下；2）将打开文件和绘图文件分别包装成函数；3）利用遍历实现绘图自动化先展示完整代码：#模块引入######################################
2021-03-18 11:58:12
823
4
原创 Python绘制直方图时“UFuncTypeError: ufunc ‘add‘ did not contain a loop with signature matching types “报错解决
问题原因：就是因为函数代码中与文件地址相关的字符串定义中出现了字符串与Series相加的情况，导致了该问题的出现，可以通过发现并规避这种情况让这种报错消失情况简述当我们在进行单变量统计时，最常用的图标就是直方图，而由于需要对多个文件分别进行绘图可视化，因此，想到使用定义函数来简化工作量，而这里 要介绍的问题就是我在完成这个任务过程中发现的；报错的具体信息：numpy.core._exceptions.UFuncTypeError: ufunc ‘add’ did not contain a loop
2021-03-17 23:25:24
9219
3
原创 如何使用Python进行Klayout版图绘制（3/4）
在之前已经介绍过如何进行该类应用的环境设置及基本操作，如何使用Python进行Klayout版图绘制，本次，主要介绍的是一些基本图形的绘制方法实例，都是经过实际验证可用的，希望对感兴趣的小伙伴有所帮助；本次主要要介绍的点（Point），矢量（Vector），矩形（Box）的绘制实例；1 Point Class点，顾名思义，就是坐标，这种元素在图形绘制时的用途在于定位；1.1 如何创建点？a=pya.Point(3,4)注意：由于Point是关键词，需要首字母大写，小写是不识别的；1.2 点常
2021-03-11 01:05:10
4928
3
原创 python如何简便使用cumsum函数完成绘制累计概率分布图（CDF）
累积分布函数(Cumulative Distribution Function)，又叫分布函数，是概率密度函数的积分，能完整描述一个实随机变量X的概率分布。在电子器件制造中常常用于描述器件失效分布，可以明显的表示出在特定数值下的器件概率分布占比；虽然有一些博文已经介绍了一些方法，但是我在调研和绘制时发现，大部分的博文中都用了复杂的for循环语句来实现（可能是因为我太笨，看不懂for循环），并且大部分都不是针对DataFrame来做累计概率分布的，都是做简单列表，在解决问题的过程中，我发现了自己认为更加简单
2021-03-02 11:59:58
16227
11
原创 如何使用Python进行Klayout版图绘制（2/4）
如何使用Python进行Klayout版图绘制（2/2）前言作为器件研发工程师，能够绘制版图和修改版图是最基本的工作，但是在进行器件研发阶段，我们常常需要绘制不同pitch形状，尺寸的原胞结构，这些工作往往是重复且繁杂的，因为原胞有源区边缘总是整个器件版图绘制中比较难处理的地方，在使用绘图工具进行操作时，稍有不慎，就会在其中引入违反DRC规则的缝隙，并且在手动查找这些缝隙时，需要将版图的局部放大到非常大的倍数才能发现，因此，如果版图的绘制可以使用python代码来实现，将会大大简化在研发阶段版图绘制的时
2021-01-20 07:07:47
5475
原创 使用Python进行Klayout版图绘制(1/4)
作为器件研发工程师，能够绘制版图和修改版图是最基本的工作，但是在进行器件研发阶段，我们常常需要绘制不同pitch形状，尺寸的原胞结构，这些工作往往是重复且繁杂的，因为原胞有源区边缘总是整个器件版图绘制中比较难处理的地方，在使用绘图工具进行操作时，稍有不慎，就会在其中引入违反DRC规则的缝隙，并且在手动查找这些缝隙时，需要将版图的局部放大到非常大的倍数才能发现，因此，如果版图的绘制可以使用python代码来实现，将会大大简化在研发阶段版图绘制的时间以及修改版图的时间，提高研发的效率。目前，在绘制版图中，经常
2021-01-20 05:51:53
11645
21
原创 Python 利用数据对比的布尔值对数据进行筛选
我们在处理数据时，往往需要删除异常值，异常值有时并不是NAN或者是具体的数字，而是大于某个值的范围，这时，我们可以通过对比结果的布尔值对数据进行筛选；以下，先通过图来说明筛选的重要性：如果没有对数据进行筛选：由于里面有很多异常值，所以我们关心的取值区间就会被异常值遮盖，我们需要的是小于2.5的数据，因此，我们通过筛选，得到的图为：上述两张图所采用的数据是相同的，只不过对数据集通过布尔值进行了筛选，代码如下：df_sum=df_sum[df_sum[4]<=2.5]灵感来自df[df.
2020-07-17 17:40:47
1864
1
原创 python如何将两个索引相同的列表的数据合并成一个新列表及绘图注意事项
在进行测试的过程中，我们的样品数量有很多，但是不同的样品测试完就形成了一个独立的文件，不同样品会形成不同的文件，因此，有时在进行数据处理之前，需要将这些数据列表进行合并统一分析，本文上传我的方法：本文的内容一共分为文件打开，数据合并，数据保存三部分1 文件打开：**#打开文件def open(file_csv): df=pd.read_csv(filepath_or_buffer='c:\\Users\\dell\\Desktop\\test.csv',
2020-07-17 16:07:05
6719
2
原创 python如何将取出的列表逐列添加到新的表格中
@OC分享****一种提取不同文件中特定的列并将该列依次添加到新的列表中的方法简化代码如下所示：import pandas as pdimport numpy as npdf=pd.DataFrame(columns=[‘1’,‘2’,‘3’,‘4’,‘5’,‘6’,‘7’,‘8’,‘9’,‘10’,‘11’,‘12’,‘13’,‘14’,‘15’,‘16’],index=range(200))for i in range(1,17):df[str(i)]=pd.DataFrame(colum
2020-07-02 16:09:13
5863
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人