数据处理之蚀变数据筛选

已于 2024-04-26 18:46:39 修改
阅读量243 收藏 1
点赞数 3
分类专栏： # 数据处理与分析 文章标签： python 数据处理
于 2024-04-26 18:18:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zsllsz2022/article/details/138226536
版权

目录

一、写在前面

二、常用代码片段

1.忽略警告信息

2.获取目录下的所有文件名

3.修改文件夹下二级子目录所有文件后缀

4.删除DataFrame中的全0行

5.保存文件；如果路径不存在则新建文件

6.DataFrame第一列插入数据

三、完整代码

一、写在前面

1.仅作代码记录

2.筛选规则：①白云母或者伊利石含量为0的数值,Assay表里Pos2200，Dep2200,Dep1900,以及IC值都不需要②如果白云母或伊利石与蒙脱石同时存在，Pos2200，Dep2200,Dep1900,以及IC值设为空值③如果绿泥石（各种绿泥石，只要含有绿泥石字段就算）在直方图中的含量全为0，Pos2250,Dep2250这两个值设为空值

二、常用代码片段

1.忽略警告信息

warnings.filterwarnings("ignore")

2.获取目录下的所有文件名

base_dir = r"C:\Users\zsllsz2022\Desktop\蚀变基础数据"
fileParent = [os.path.join(base_dir, file) for file in os.listdir(base_dir)]

3.修改文件夹下二级子目录所有文件后缀

changePath = []
base_dir = r"C:\Users\zsllsz2022\Desktop\蚀变基础数据"
fileParent = [os.path.join(base_dir, file) for file in os.listdir(base_dir)]

for eachParent in fileParent:
    filesSon = [os.path.join(eachParent, file) for file in os.listdir(eachParent)]
    for eachFile in filesSon:
        if ").osm" in eachFile:
            changePath.append(eachFile)
            
for eachPath in changePath:
    newName = eachPath.split(".")[0]+".csv"
    os.rename(eachPath,newName)

4.删除DataFrame中的全0行

#删除CSV文件多余数据并按各工程新建文件夹后保存CSV文件
for eachPath in changePath:
    data = pd.read_csv(eachPath,encoding="gbk",on_bad_lines='skip')[:-1] #删除最后一行中文
    data = data.loc[(data!=0).any(axis=1)] #删除全0行，只保存有效数据部分

5.保存文件；如果路径不存在则新建文件

#删除CSV文件多余数据并按各工程新建文件夹后保存CSV文件
for eachPath in changePath:
    data = pd.read_csv(eachPath,encoding="gbk",on_bad_lines='skip')[:-1] #删除最后一行中文
    data = data.loc[(data!=0).any(axis=1)] #删除全0行，只保存有效数据部分
    
    #路径不存在时候新建工程路径
    if not os.path.exists("C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\\"+eachPath.split("\\")[-2]):
        os.makedirs( "C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\\"+eachPath.split("\\")[-2])
    #保存文件
    data.to_csv("C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\\"+eachPath.split("\\")[-2] 
                + "\\" + eachPath.split("\\")[-1],header=0)

6.DataFrame第一列插入数据

tempData.insert(loc=0,column="column",value=[filesSon[0].split("\\")[-2]]*len(tempData[2]))

三、完整代码

矿物基础数据与直方图-生成总表

import os
import pandas as pd
import warnings
import numpy as np
warnings.filterwarnings("ignore")

#①寻找文件夹中的所有osm文件
#②将osm文件后缀改为CSV文件
 
changePath = []
base_dir = r"C:\Users\zsllsz2022\Desktop\蚀变基础数据"
fileParent = [os.path.join(base_dir, file) for file in os.listdir(base_dir)]

for eachParent in fileParent:
    filesSon = [os.path.join(eachParent, file) for file in os.listdir(eachParent)]
    for eachFile in filesSon:
        if ").osm" in eachFile:
            changePath.append(eachFile)
            
for eachPath in changePath:
    newName = eachPath.split(".")[0]+".csv"
    os.rename(eachPath,newName)

#重新寻找所有CSV后缀文件
changePath = []
base_dir = r"C:\Users\zsllsz2022\Desktop\蚀变基础数据"
fileParent = [os.path.join(base_dir, file) for file in os.listdir(base_dir)]

for eachParent in fileParent:
    filesSon = [os.path.join(eachParent, file) for file in os.listdir(eachParent)]
    for eachFile in filesSon:
        if ").csv" in eachFile:
            changePath.append(eachFile)

#删除CSV文件多余数据并按各工程新建文件夹后保存CSV文件
for eachPath in changePath:
    data = pd.read_csv(eachPath,encoding="gbk",on_bad_lines='skip')[:-1] #删除最后一行中文
    data = data.loc[(data!=0).any(axis=1)] #删除全0行，只保存有效数据部分
    
    #路径不存在时候新建工程路径
    if not os.path.exists("C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\\"+eachPath.split("\\")[-2]):
        os.makedirs( "C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\\"+eachPath.split("\\")[-2])
    #保存文件
    data.to_csv("C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\\"+eachPath.split("\\")[-2] 
                + "\\" + eachPath.split("\\")[-1],header=0)

#建立各工程矿物基础数据
#2200的表分列以后得E列放到矿物基础数据的F列，I列放到G列，J列放到H列
#2250的表E列放I列，J列放J列

base_dir = r"C:\Users\zsllsz2022\Desktop\提取蚀变基础数据"
fileParent = [os.path.join(base_dir, file) for file in os.listdir(base_dir)]

count = 0  #如果正确打开，则count应该为67*2
for eachParent in fileParent:

    filesSon = [os.path.join(eachParent, file) for file in os.listdir(eachParent)]
#     print(filesSon[0].split("\\")[-2])  #工程名-备用
#     print(eachParent)
#     for eachPath in filesSon:
#         print(eachPath)
#     print("---")
#     print(filesSon)   
    if "2200" in filesSon[0]:
        data2200 = pd.read_csv(filesSon[0],header=None)
        count += 1
    if "2250" in filesSon[1]:
        data2250 = pd.read_csv(filesSon[1],header=None)
        count += 1
    
    tempData = data2250.iloc[:,:4].copy()
    tempData["4"] = 0  #蚀变矿物
    #A0 B1 C2 D3 E4 F5 G6 H7 I8 J9
    tempData["5"] = data2200.iloc[:,4] #2200第E列放到基础数据F列
    tempData["6"] = data2200.iloc[:,8] #2200第I列放到基础数据G列
    tempData["7"] = data2200.iloc[:,9] #2200第J列放到基础数据H列
    
    tempData["8"] = data2250.iloc[:,4] #2250第J列放到基础数据I列
    tempData["9"] = data2250.iloc[:,9] #2250第J列放到基础数据J列
    tempData["10"] = tempData["5"]/tempData["6"]
    
    tempData.insert(loc=0,column="column",value=[filesSon[0].split("\\")[-2]]*len(tempData[2]))
    tempData.insert(loc=1,column="样品顺序",value=[i for i in range(1,len(tempData[2])+1)])

    tempData.to_excel("C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\\"+filesSon[0].split("\\")[-2] 
                + "\\" + "矿物基础数据.xlsx",header=0,index=False)

print(count)

#提取基础矿物数据Z坐标
base_dir = r"C:\Users\zsllsz2022\Desktop\2024年新处理"
fileParent = [os.path.join(base_dir, file) for file in os.listdir(base_dir)]

for eachParent in fileParent:
    filesSon = [os.path.join(eachParent, file) for file in os.listdir(eachParent)]
    for eachPath in filesSon:
        if "矿物基础数据" in eachPath and "$" not in eachPath: #400kz有问题，不知道为什么有一个~$文件？
            projectName = eachPath.split("\\")[-2]
#             print(eachPath)
            dataZ = pd.read_excel(eachPath)
            data = pd.read_excel("C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\\"+projectName+"\\矿物基础数据.xlsx",header=None)
            data[5] = dataZ["Z坐标"]
            data[6] = dataZ["蚀变矿物"]
            data.to_excel("C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\\"+projectName+"\\矿物基础数据.xlsx",header=0,index=False)
    

#汇总总表表头
count = 0
base_dir = r"C:\Users\zsllsz2022\Desktop\提取蚀变基础数据"
fileParent = [os.path.join(base_dir, file) for file in os.listdir(base_dir)]

allTable = pd.DataFrame(columns=['工程名', "样品顺序",'样品号', 'X',"Y","Z","蚀变矿物","Dep2200",
                                "IC","Pos2200","Dep2250","Pos2250","Dep1900"])

for eachParent in fileParent:
    filesSon = [os.path.join(eachParent, file) for file in os.listdir(eachParent)]
    for eachPath in filesSon:
        if "矿物基础数据" in eachPath and "$" not in eachPath:
            count += 1
            tempData = pd.read_excel(eachPath,header=None)
            tempData.columns = ['工程名', "样品顺序",'样品号', 'X',"Y","Z","蚀变矿物","Dep2200",
                                "IC","Pos2200","Dep2250","Pos2250","Dep1900"]
            allTable = pd.concat([allTable,tempData])

allTable.to_excel("C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\总表.xlsx",index=False)
print("处理工程数=",count)

#根据直方图筛选
data = pd.read_excel("C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\总表.xlsx")
for i in range(len(data["样品顺序"])):
# for i in range(600):
    sampleNum = data["样品顺序"].iloc[i]

    if data["蚀变矿物"].iloc[i] in ["白云母","伊利石","蒙脱石","高岭石"]:
        if data["蚀变矿物"].iloc[i] == "伊利石":
            dataSelct = pd.read_excel("C:\\Users\\zsllsz2022\\Desktop\\2024年新处理\\"+data["工程名"].iloc[i]+"\\矿物直方图.xlsx")
            if "蒙脱石" in list(dataSelct.columns[5:]):
                value = dataSelct["蒙脱石"].iloc[sampleNum-1] #-1是因为直方图中有表头
                if value != 0:
                    print(i,data["工程名"].iloc[i],data["样品顺序"].iloc[i])
                    data["Dep2200"].iloc[i] = np.NaN
                    data["IC"].iloc[i] = np.NaN
                    data["Pos2200"].iloc[i] = np.NaN
                    data["Dep1900"].iloc[i] = np.NaN
            if "高岭石" in list(dataSelct.columns[5:]):
                value = dataSelct["高岭石"].iloc[sampleNum-1] #-1是因为直方图中有表头
                if value != 0:
                    print(i,data["工程名"].iloc[i],data["样品顺序"].iloc[i])
                    data["Dep2200"].iloc[i] = np.NaN
                    data["IC"].iloc[i] = np.NaN
                    data["Pos2200"].iloc[i] = np.NaN
                    data["Dep1900"].iloc[i] = np.NaN
                    
        if data["蚀变矿物"].iloc[i] == "白云母":
            dataSelct = pd.read_excel("C:\\Users\\zsllsz2022\\Desktop\\2024年新处理\\"+data["工程名"].iloc[i]+"\\矿物直方图.xlsx")
            if "蒙脱石" in list(dataSelct.columns[5:]):
                value = dataSelct["蒙脱石"].iloc[sampleNum-1] #-1是因为直方图中有表头
                if value != 0:
                    print(i,data["工程名"].iloc[i],data["样品顺序"].iloc[i])
                    data["Dep2200"].iloc[i] = np.NaN
                    data["IC"].iloc[i] = np.NaN
                    data["Pos2200"].iloc[i] = np.NaN
                    data["Dep1900"].iloc[i] = np.NaN
            if "高岭石" in list(dataSelct.columns[5:]):
                value = dataSelct["高岭石"].iloc[sampleNum-1] #-1是因为直方图中有表头
                if value != 0:
                    print(i,data["工程名"].iloc[i],data["样品顺序"].iloc[i])
                    data["Dep2200"].iloc[i] = np.NaN
                    data["IC"].iloc[i] = np.NaN
                    data["Pos2200"].iloc[i] = np.NaN
                    data["Dep1900"].iloc[i] = np.NaN
                    
        if data["蚀变矿物"].iloc[i] == "蒙脱石":
            dataSelct = pd.read_excel("C:\\Users\\zsllsz2022\\Desktop\\2024年新处理\\"+data["工程名"].iloc[i]+"\\矿物直方图.xlsx")
            if "伊利石" in list(dataSelct.columns[5:]):
                value = dataSelct["伊利石"].iloc[sampleNum-1] #-1是因为直方图中有表头
                if value != 0:
                    print(i,data["工程名"].iloc[i],data["样品顺序"].iloc[i])
                    data["Dep2200"].iloc[i] = np.NaN
                    data["IC"].iloc[i] = np.NaN
                    data["Pos2200"].iloc[i] = np.NaN
                    data["Dep1900"].iloc[i] = np.NaN
            if "白云母" in list(dataSelct.columns[5:]):
                value = dataSelct["白云母"].iloc[sampleNum-1] #-1是因为直方图中有表头
                if value != 0:
                    print(i,data["工程名"].iloc[i],data["样品顺序"].iloc[i])
                    data["Dep2200"].iloc[i] = np.NaN
                    data["IC"].iloc[i] = np.NaN
                    data["Pos2200"].iloc[i] = np.NaN
                    data["Dep1900"].iloc[i] = np.NaN
                    
        if data["蚀变矿物"].iloc[i] == "高岭石":
            dataSelct = pd.read_excel("C:\\Users\\zsllsz2022\\Desktop\\2024年新处理\\"+data["工程名"].iloc[i]+"\\矿物直方图.xlsx")
            if "伊利石" in list(dataSelct.columns[5:]):
                value = dataSelct["伊利石"].iloc[sampleNum-1] #-1是因为直方图中有表头
                if value != 0:
                    print(i,data["工程名"].iloc[i],data["样品顺序"].iloc[i])
                    data["Dep2200"].iloc[i] = np.NaN
                    data["IC"].iloc[i] = np.NaN
                    data["Pos2200"].iloc[i] = np.NaN
                    data["Dep1900"].iloc[i] = np.NaN
            if "白云母" in list(dataSelct.columns[5:]):
                value = dataSelct["白云母"].iloc[sampleNum-1] #-1是因为直方图中有表头
                if value != 0:
                    print(i,data["工程名"].iloc[i],data["样品顺序"].iloc[i])
                    data["Dep2200"].iloc[i] = np.NaN
                    data["IC"].iloc[i] = np.NaN
                    data["Pos2200"].iloc[i] = np.NaN
                    data["Dep1900"].iloc[i] = np.NaN

data.to_excel("C:\\Users\\zsllsz2022\\Desktop\\提取蚀变基础数据\总表-筛选.xlsx",index=False)

根据直方图对总表进行筛选

import os
import pandas as pd
import warnings
import numpy as np
warnings.filterwarnings("ignore")

#根据直方图筛选
data = pd.read_excel(r"C:\Users\zsllsz2022\Desktop\assay.xlsx")
# for i in range(len(data["样品顺序"])):
for i in range(11706):  #最后一个样品是11706
#     print(data.iloc[i])
    sampleNum = data["sample_id"].iloc[i]
    holdId = data["hole_id"].iloc[i]
    z = data["Z"].iloc[i]
#     print(holdId,sampleNum,z)
    
    tempData = "C:\\Users\\zsllsz2022\\Desktop\\2024年新处理\\{}\\矿物直方图.xlsx".format(holdId)
#     print(tempData)
    tempData = pd.read_excel(tempData,header=None)
    tempData.columns = [str(each).replace(" ","") for each in list(tempData.iloc[0])]
    tempData = tempData[1:]
    
    #绿泥石字段
    chlorite = [element for element in tempData.columns if "绿泥石" in element]
    drawData = tempData[tempData["Z坐标"]==z]
    
#     print(drawData)
    if "白云母" in tempData.columns:
        if float(drawData["白云母"].iloc[0])==0:
            print(holdId,sampleNum,z,":处理白云母")
            data["Dep2200"].iloc[i] = np.NaN
            data["IC"].iloc[i] = np.NaN
            data["Pos2200"].iloc[i] = np.NaN
            data["Dep1900"].iloc[i] = np.NaN
            
    if "伊利石" in tempData.columns:
        if float(drawData["伊利石"].iloc[0])==0:
            print(holdId,sampleNum,z,":处理伊利石")
            data["Dep2200"].iloc[i] = np.NaN
            data["IC"].iloc[i] = np.NaN
            data["Pos2200"].iloc[i] = np.NaN
            data["Dep1900"].iloc[i] = np.NaN
    
    if "伊利石" in tempData.columns and "蒙脱石" in tempData.columns:
        if float(drawData["伊利石"].iloc[0]) != 0 and float(drawData["蒙脱石"].iloc[0]) != 0:
            print(holdId,sampleNum,z,":处理组合①")
            data["Dep2200"].iloc[i] = np.NaN
            data["IC"].iloc[i] = np.NaN
            data["Pos2200"].iloc[i] = np.NaN
            data["Dep1900"].iloc[i] = np.NaN
            
    if "伊利石" in tempData.columns and "高岭石" in tempData.columns:
        if float(drawData["伊利石"].iloc[0]) != 0 and float(drawData["高岭石"].iloc[0]) != 0:
            print(holdId,sampleNum,z,":处理组合②")
            data["Dep2200"].iloc[i] = np.NaN
            data["IC"].iloc[i] = np.NaN
            data["Pos2200"].iloc[i] = np.NaN
            data["Dep1900"].iloc[i] = np.NaN
            
    if "白云母" in tempData.columns and "蒙脱石" in tempData.columns:
        if float(drawData["白云母"].iloc[0]) != 0 and float(drawData["蒙脱石"].iloc[0]) != 0:
            print(holdId,sampleNum,z,":处理组合③")
            data["Dep2200"].iloc[i] = np.NaN
            data["IC"].iloc[i] = np.NaN
            data["Pos2200"].iloc[i] = np.NaN
            data["Dep1900"].iloc[i] = np.NaN
            
    if "白云母" in tempData.columns and "高岭石" in tempData.columns:  
        if float(drawData["白云母"].iloc[0]) != 0 and float(drawData["高岭石"].iloc[0]) != 0:
            print(holdId,sampleNum,z,":处理组合④")
            
            data["Dep2200"].iloc[i] = np.NaN
            data["IC"].iloc[i] = np.NaN
            data["Pos2200"].iloc[i] = np.NaN
            data["Dep1900"].iloc[i] = np.NaN
        
    value = 0
    for eachChlorite in chlorite:
        value += float(drawData[eachChlorite].iloc[0])
    
    if value == 0:
        print(holdId,sampleNum,z,":处理绿泥石")
        data["Dep2250"].iloc[i] = np.NaN
        data["Pos2250"].iloc[i] = np.NaN
    
#     print(drawData)

data.to_excel("C:\\Users\\zsllsz2022\\Desktop\\assay-全筛选.xlsx",index=False)

阿木霖
关注
  • 3
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
pandas数据处理基础之筛选指定行或者指定列的数据
09-20
主要介绍了pandas数据处理基础之筛选指定行或者指定列的数据的相关资料,需要的朋友可以参考下
Python数据分析常用方法手册
HelloWowofei的博客
09-17 279
隙弛打薪烫驹铱紧户虚氦搅唁磁元呢伟控视西盐贝滁烛脐缉拂绥渔纹稳扣砧香甄规减贞艾后味循仙筐密索狭渡橙嚎饭侦浦谓遵烷敏捎枪醒绝附步贮托俗银市唬频施易喻刘腾扬晴趾避透褥葡赴栽府拐速液齿喇姚涵署撰着逻豢锐怕句棒苏炕二俞放肛空湃雅冯旗手好剥弯烩袋锯闻塔讣辅骡榨极劈哦俭屿瓣遵胀逞虑凤仕顺呛秦凑聋僳肪鄂氏轩觉熬界佐挂彝哩焕丧患怂荆咐魂街吾卞畴饭责缺仅创帆憋黑敢忽琵尝鲁冗伪零拔杜词搜邓铡侗托集眯帽勾饿咳七跌翁凑蓑瞄焰溪博壹漏节所诡郭傅补账件贯脖阉抒淑刊定报治揭鬼够藉晒套峡夕驯够呼政晃哩檄伏继店问陵血衅拽枝惊跪疫甘欠蔫迅昭冲
Tableau制作全球电影数据分析/全球超市利润混合地图
J358935的博客
07-01 3697
作业5： 1、创建产地电影数量与评分（以此命名）的符号地图，处理未知位置信息，以颜色表示评分平均值，选择红绿发散，以电影数量表示圆形大小，显示产地标签，对数据进行分析。 2、使用智能显示制作连续面积图，命名为电影数量变化，以年代为横轴，电影数量为纵轴，显示标签； 注意点 标记选择为区域 3、插入自定义形状，通过智能显示，绘制各产地电影数量的圆视图，将形状替换为自定义形状，横将圆视图转为向，以记录数填充颜色，选择红绿，调整视图大小。 自定义形状文件夹:打开软件所在位置—回退一级目录—defaults-sha
tableau显示正在将数据发送到服务器,BI软件之Tableau学习心得之三——常见问题总结...
weixin_42164685的博客
08-10 662
废话不多说，直接上干货。1. 设置数据格式选中要设置的数据字段，选择设置格式，例如我想设置总计(折扣)保留两位小数，在“区”中的数字框中设置就可以了。但有时候如果我们用的是度量作为筛选器，如图：这里，我用了两个度量，分别是访问PV占比(%)和访问UV占比(%)，如果我是分别对他们进行设置格式为百分比，那只能在desktop上是有效的，等我们发布到server上会只有一个是百分比格式，另一个还是原始...
Tableau数据分析笔记-Chapter06填充地图、多维地图、混合地图
weixin_46070656的博客
10-22 1439
Tableau数据分析-Chapter06填充地图、多维地图、混合地图 2014年各省市售电量.xls 填充地图 各省售电量填充地图 地图格式设置 多维地图 各省售电量的多维地图 混合地图 各省市售电量混合地图 一、填充地图 通过颜色深浅和形状大小来表示相应的数据量 各省售电量填充地图 省市 --> 右键：地理角色 --> 省/市/自治区 地市 --> 右键：地理角色 --> 城市 双击【省市】 颜色：【当期值】，编辑颜色，红蓝发散、倒序 处理
数据清洗之 数据筛选
12-21
'D:\\Jupyter\\notebook\\Python数据清洗实战\\数据清洗之数据表处理' os.chdir('D:\\Jupyter\\notebook\\Python数据清洗实战\\数据') df = pd.read_csv('baby_trade_history.csv', encoding=
Access数据库筛选数据功能.rar
02-27
Access数据库筛选数据功能.rar
pandas系列之DataFrame 行列数据筛选实例
09-20
下面小编就为大家分享一篇pandas系列之DataFrame 行列数据筛选实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Excel的数据处理-筛选与排序完整版资料.ppt
11-14
Excel的数据处理-筛选与排序完整版资料.ppt
python（环境安装）搭建、pycharm安装、背景改为白色详细文章
2301_77161927的博客
05-13 437
python（环境搭建）安装、pycharm安装、背景颜色改为白色。
力扣 516. 最长回文子序列 python AC
qq_63443032的博客
05-12 596
二维dp
【Python】Python中变量或者函数加下划线‘_‘的含义
最新发布
yangweipeng708的博客
05-14 594
理解这些约定可以帮助Python开发者编写更清晰、更Pythonic的代码，并理解其他Python代码中的命名习惯。）通常用来指示特定的编程约定或用法，这些约定主要关乎变量和函数的可访问性以及预期的使用范围。在Python中，变量或函数前面加一个下划线（
python3.6.8安装Transformers
筱阳的博客
05-13 648
4.transformers安装。
Python实战开发及案例分析（16）—— 遗传算法
贾贾的博客
05-11 1094
遗传算法（Genetic Algorithm, GA）是一种模拟自然选择和遗传学原理的搜索启发式算法。它们通常用于解决优化和搜索问题，基于“适者生存”的自然选择概念，通过选择、交叉（杂交）、变异操作在一系列迭代中逐步优化解决方案。
python函数
2301_80040613的博客
05-13 931
语法：def 函数名（参数列表）：函数体#无参hello()#有参return a+b。
将指定文件夹下每张用LabelImg标注的图片中标注部分抠出来保存到指定文件夹下。
weixin_44119674的博客
05-10 137
将指定文件夹下每张用LabelImg标注的图片中标注部分抠出来保存到指定文件夹下。
面试题 01.05. 一次编辑
Learning from the mistakes
05-11 271
字符串有三种编辑操作:插入一个英文字符、删除一个英文字符或者替换一个英文字符。给定两个字符串，编写一个函数判定它们是否只需要一次(或者零次)编辑。
python头歌买入股票
youyouxiong的博客
05-09 457
在Python中模拟买入股票的过程可以通过多种方式实现，这取决于你想要实现的复杂程度以及是否需要与实际的股票交易所进行交互。
eprime中iat数据处理筛选
05-16
eprime中iat数据处理筛选，是指使用eprime软件来处理iat（隐性关联测验）的数据，并对数据进行筛选，以便进行分析和解读。 数据处理是数据分析的重要步骤之一，因为只有处理好的数据才能够用于后续的分析和解释。在eprime中，处理iat数据需要执行以下步骤： 1. 数据导出：将iat数据导出为Excel或SPSS格式，方便处理。 2. 数据清洗：对导出的数据进行清洗，包括删除无效数据和异常数据等。 3. 数据标准化：将数据标准化为0-1之间的值，以便进行比较和分析。 4. 数据合并：将不同条件下的数据进行合并，比如同一被试在不同时间点下的测量数据等。 5. 数据筛选：根据实际需要选择数据的特定范围，如高于或低于某个分值。 在iat数据处理中，筛选数据非常重要。根据研究需要，可能需要剔除某些被试的数据，或者只选取特定条件下的数据进行分析。此外，还需要对处理后的数据进行可视化，比如绘制柱状图、折线图等，以更好地展示和解释数据结果。 总而言之，eprime中iat数据处理筛选对于研究者来说是非常重要的，只有准确处理和筛选数据，才能得出可靠的结论。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

阿木霖

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值