Я хочу изменить мои матрицы 24x20 'A'
, 'B'
, 'C'
, которые извлечены из текстового файла и сохранены до и после нормализации на def normalize()
в циклах for-loopтаким образом, чтобы каждый цикл был строкой со всеми элементами из 3 матриц рядом, как показано ниже:
[[A(1,1),B(1,1),C(1,1),A(1,2),B(1,2),C(1,2),...,A(24,20),B(24,20),C(24,20)] #cycle1
[A(1,1),B(1,1),C(1,1),A(1,2),B(1,2),C(1,2),...,A(24,20),B(24,20),C(24,20)] #cycle2
[A(1,1),B(1,1),C(1,1),A(1,2),B(1,2),C(1,2),...,A(24,20),B(24,20),C(24,20)]] #cycle3
До сих пор, основываясь на предложении @odyse, я использовал следующий фрагмент в конце цикла for:
for cycle in range(cycles):
dff = pd.DataFrame({'A_norm':A_norm[cycle] , 'B_norm': B_norm[cycle] , 'C_norm': C_norm[cycle] } , index=[0])
D = dff.as_matrix().ravel()
if cycle == 0:
Results = np.array(D)
else:
Results = np.vstack((Results, D2))
np.savetxt("Results.csv", Results, delimiter=",")
но есть проблема, когда я использую после def normalize()
в цикле for, несмотря на свою ошибку (ValueError), он также имеет warning FutureWarning: Method .as_matrix will be removed in a future version. Use .values instead
для D = dff.as_matrix().ravel()
, что не важно, но сейчастак как это FutureWarning, тем не менее я проверил правильную форму вывода для 3 циклов, используя print(data1.shape)
, и это было (3, 1440) , что составляет 3 строки как 3 цикла, а количество столбцов должно быть 3 раза480 = 1440, но в целом это не стабильное решение.
полные сценарии следующие:
import numpy as np
import pandas as pd
import os
def normalize(value, min_value, max_value, min_norm, max_norm):
new_value = ((max_norm - min_norm)*((value - min_value)/(max_value - min_value))) + min_norm
return new_value
#the size of matrices are (24,20)
df1 = np.zeros((24,20))
df2 = np.zeros((24,20))
df3 = np.zeros((24,20))
#next iteration create all plots, change the number of cycles
cycles = int(len(df)/480)
print(cycles)
for cycle in range(3):
count = '{:04}'.format(cycle)
j = cycle * 480
new_value1 = df['A'].iloc[j:j+480]
new_value2 = df['B'].iloc[j:j+480]
new_value3 = df['C'].iloc[j:j+480]
df1 = print_df(mkdf(new_value1))
df2 = print_df(mkdf(new_value2))
df3 = print_df(mkdf(new_value3))
for i in df:
try:
os.mkdir(i)
except:
pass
min_val = df[i].min()
min_nor = -1
max_val = df[i].max()
max_nor = 1
ordered_data = mkdf(df.iloc[j:j+480][i])
csv = print_df(ordered_data)
#Print .csv files contains matrix of each parameters by name of cycles respectively
csv.to_csv(f'{i}/{i}{count}.csv', header=None, index=None)
if 'C' in i:
min_nor = -40
max_nor = 150
#Applying normalization for C between [-40,+150]
new_value3 = normalize(df['C'].iloc[j:j+480], min_val, max_val, -40, 150)
C_norm = print_df(mkdf(new_value3))
C_norm.to_csv(f'{i}/norm{i}{count}.csv', header=None, index=None)
else:
#Applying normalization for A,B between [-1,+1]
new_value1 = normalize(df['A'].iloc[j:j+480], min_val, max_val, -1, 1)
new_value2 = normalize(df['B'].iloc[j:j+480], min_val, max_val, -1, 1)
A_norm = print_df(mkdf(new_value1))
B_norm = print_df(mkdf(new_value2))
A_norm.to_csv(f'{i}/norm{i}{count}.csv', header=None, index=None)
B_norm.to_csv(f'{i}/norm{i}{count}.csv', header=None, index=None)
dff = pd.DataFrame({'A_norm':A_norm[cycle] , 'B_norm': B_norm[cycle] , 'C_norm': C_norm[cycle] } , index=[0])
D = dff.as_matrix().ravel()
if cycle == 0:
Results = np.array(D)
else:
Results = np.vstack((Results, D))
np.savetxt("Results.csv", Results , delimiter=',', encoding='utf-8')
#Check output shape whether is (3, 1440) or not
data1 = np.loadtxt('Results.csv', delimiter=',')
print(data1.shape)
Примечание1: мои данныеЭто TXT-файл следующий:
id_set: 000
A: -2.46882615679
B: -2.26408246559
C: -325.004619528
Примечание 2: Я предоставил набор данных в текстовом файле для 3 циклов: Набор текстовых данных
Примечание 3: для отображения параметров A, B, C в матрицы в правильном порядке, который я использовалprint_df()
mkdf()
функций, но я не упомянул из-за того, чтобы свести это к основной проблеме и просто оставить минимальный пример в начале этого поста.Дайте мне знать, если вам это нужно.
Ожидаемый результат должен быть достигнут путем заполнения for-loop на 'A_norm'
, 'B_norm'
, 'C_norm'
, которыепредставлены нормализованные версии 'A'
, 'B'
, 'C'
соответственно и вывод, назовем его «Results.csv» должен быть обратимым для регенерации 'A'
, 'B'
, 'C'
матриц черезциклы снова сохраняют их в CSV.файлы для управления, поэтому, если у вас есть идеи по поводу обратной части, пожалуйста, отметьте, что отдельно, в противном случае, просто контролируйте ее, используя print(data.shape)
, и она должна быть (3, 1440) .Хорошего дня и спасибо заранее!