<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Phoebebbbb的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Phoebebbbb</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Phoebebbbb]]></copyright><item><title><![CDATA[python批量创建文件夹]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135597008</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135597008</guid><author>Phoebebbbb</author><pubDate>Mon, 15 Jan 2024 11:18:49 +0800</pubDate><description><![CDATA[如何在一个大文件夹中创建有命名规律的文件夹？比如我需要命名tau_1、tau_2...的文件夹，可以使用以下代码。使用时根据需要修改“tau_"以及序号的起止值即可。]]></description><category></category></item><item><title><![CDATA[python批量每隔两行提取csv文件]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135587653</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135587653</guid><author>Phoebebbbb</author><pubDate>Sun, 14 Jan 2024 20:02:14 +0800</pubDate><description><![CDATA[在以下代码中，1代表从第二行开始，2代表每隔两行，可根据需要修改。在以下代码中，代表提取第一行作为标题行。]]></description><category></category></item><item><title><![CDATA[python不占用第一行数据对列命名]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135462552</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135462552</guid><author>Phoebebbbb</author><pubDate>Mon, 08 Jan 2024 17:32:17 +0800</pubDate><description><![CDATA[使用时将source_folder_path修改为自己的原始文件夹，target_folder_path为输出文件夹，列名也按需修改。]]></description><category></category></item><item><title><![CDATA[python批量删除某一列]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135462427</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135462427</guid><author>Phoebebbbb</author><pubDate>Mon, 08 Jan 2024 17:23:46 +0800</pubDate><description><![CDATA[使用的话只需要更改输入和输出的文件夹路径，以及需要删除的是第几行，如果是第一列则为row[0]，第二列则为row[1]...]]></description><category></category></item><item><title><![CDATA[python批量筛选同名csv文件]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135462239</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135462239</guid><author>Phoebebbbb</author><pubDate>Mon, 08 Jan 2024 17:16:14 +0800</pubDate><description><![CDATA[【代码】python批量筛选同名csv文件。]]></description><category></category></item><item><title><![CDATA[python对csv文件批量增加一列数据]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135461964</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/135461964</guid><author>Phoebebbbb</author><pubDate>Mon, 08 Jan 2024 17:10:27 +0800</pubDate><description><![CDATA[但是要想批量修改时间的格式非常麻烦，所以我先将第一个文件中的时间改成正确格式，然后批量复制到其他文件中。]]></description><category></category></item><item><title><![CDATA[python将nc文件格式的气象数据转为csv格式的月数据]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132265488</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132265488</guid><author>Phoebebbbb</author><pubDate>Sun, 13 Aug 2023 21:18:48 +0800</pubDate><description><![CDATA[mean是因为我要对全流域进行平均，以便作出该气象因子的年际变化折线图。最近需要将气象nc转为csv数据，但是网上的程序太复杂了不适合新手。]]></description><category></category></item><item><title><![CDATA[python跳过Nah值]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132265231</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132265231</guid><author>Phoebebbbb</author><pubDate>Sun, 13 Aug 2023 20:56:04 +0800</pubDate><description><![CDATA[判断如果data_1中列名为E的第一行为空值，那就跳过这个文件了因为再继续后续计算就没有意义。这个时候需要自己确定每个文件固定哪行是没有值的，然后判断那个位置即可。近期在写处理研究区的数据，在对经纬度遍历循环的时候遇到有些经纬度不存在的情况，这时候就需要写程序判断是否存在，不存在则跳过.以上省略了前后的计算步骤。这里的数据格式为nc。下面写一个csv的。]]></description><category></category></item><item><title><![CDATA[arcgis提取研究区的点数据]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132182667</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132182667</guid><author>Phoebebbbb</author><pubDate>Wed, 09 Aug 2023 10:57:57 +0800</pubDate><description><![CDATA[一、经度118~132、纬度42~50的表格，分辨率为0.1°，每个点对应一个point_name（此为后续连接数据的依据）。表格的存储格式应该为97-2003（这样才能导入arcgis）新建一个excel粘贴就好啦，之后绘图只需要导入刚刚的裁剪.shp，就可以绘图了，如何绘制分布图请看下一篇。表格数据也可用于其他数据处理过程，只需处理研究区内的点，可以大大减少工作量。将数据转为shp，坐标系选择GCS_WGS_1984。裁剪后如下图，只剩下研究区内的点，接下来导出。如光标所示，打开属性表后，选择全选。]]></description><category></category></item><item><title><![CDATA[python从全国数据中截取研究区数据]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132182235</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132182235</guid><author>Phoebebbbb</author><pubDate>Wed, 09 Aug 2023 10:21:17 +0800</pubDate><description><![CDATA[拿到了全国的NDVI数据，但数据量庞大，不利于处理，所以写了以下代码将数据筛选出一定经纬度范围内，再进行后续研究。为什么有两个代码，是因为在读取数据的时候，1-9月和10-12月的识别方式不同，但我没有学会解决方法，只能分两部分提取。表格中0、1、2列分别代表纬度、经度、NDVI值。]]></description><category></category></item><item><title><![CDATA[多个站点干旱特征提取以及后处理]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132181226</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132181226</guid><author>Phoebebbbb</author><pubDate>Wed, 09 Aug 2023 09:58:36 +0800</pubDate><description><![CDATA[由此得出每个站点的干旱特征（每个csv文件名代表一个站点名），但需要将多个站点汇总进行arcgis画图，还需要以下代码。在提取干旱特征时往往采用游程理论法，而我没有找到合适的python包，只能用广泛使用的matlab游程理论的方法，参考。对于干旱频率则需要先筛选index]]></description><category></category></item><item><title><![CDATA[将月数据整合为年数据]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132046830</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132046830</guid><author>Phoebebbbb</author><pubDate>Tue, 01 Aug 2023 18:57:03 +0800</pubDate><description><![CDATA[先提取了一月的数据为data_1，之后的数据都存储到这里。我的数据文件名为198201，但我不会写代码使得设定的month是01、02、03的格式，所以我选择个位数和十位数分开写，以下是2-9月的代码。在str（month）前加上0就可以解决我的问题。当然有更简单的方法，希望我以后能学会。这一步是将data_1和data_2合并，继续循环并导出第一年的数据。10月到12月的循环把0删掉即可。以下为10-12月的完整代码。读取文件后将sv文件中列名为’2‘的读取到data_2中，这列就是我需要的数据。]]></description><category></category></item><item><title><![CDATA[mat格式转csv格式]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132046106</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132046106</guid><author>Phoebebbbb</author><pubDate>Tue, 01 Aug 2023 17:10:01 +0800</pubDate><description><![CDATA[看起来很复杂，因为我的数据比较多，是月数据，所以需要写while循环读取。但是文件格式为198201、198202...这样的格式在读取的时候就比较麻烦了。比如以下我定义time_index为年+月，这样的话就会产生19821、19822...就不会自动加0，导致报错文件不存在。代码中有很多str和int，是因为一直报格式的错误，其中原因我是初学者不是很了解，但最终能解决就好。使用的库包是scipy，可以用conda进行安装。所以我增加了一个判断语句，如果month的长度为1，则在前面增加0。]]></description><category></category></item><item><title><![CDATA[tif格式转nc格式]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132045787</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132045787</guid><author>Phoebebbbb</author><pubDate>Tue, 01 Aug 2023 16:42:30 +0800</pubDate><description><![CDATA[在计算过程中，需要根据gis里对于土地利用的不同类型对应不同的计算公式，所以我先导出为tif文件再转为nc文件。osgeo文件可以用conda安装。]]></description><category></category></item><item><title><![CDATA[用python预处理提取干旱特征的数据]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132044983</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132044983</guid><author>Phoebebbbb</author><pubDate>Tue, 01 Aug 2023 16:32:14 +0800</pubDate><description><![CDATA[这里正式对时间进行循环，注意初始年月的书写位置，每次对新一年的循环，都要初始月份，不然就会判断上一次的月份，而不在范围内，导致无法进入循环。针对批量提取干旱特征，目前只找到matlab的代码，代码要求的数据格式跟我的数据格式不太相同，所以我选择用比较熟悉的python进行预处理。f是文件名，需要对文件夹下的f.csv文件进行循环，因此每次循环都要新的dataframe表格，所以空表写在循环里面。原始数据中，时间这列格式为1980/3/1，目标格式将时间拆分为一列是年，一列是月。]]></description><category></category></item><item><title><![CDATA[python将多个csv数据提取到新的csv中]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132044000</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132044000</guid><author>Phoebebbbb</author><pubDate>Tue, 01 Aug 2023 16:07:16 +0800</pubDate><description><![CDATA[定义一个空的表格，pointlocation.csv中有点名point_name，和每个点对应的经度和纬度。为了将所有点的数据识别对应的point_name填进新的表格里。新的数据表格中第一列命名为point_name即点名，也是data_path下的文件名；第四列为所需数据，从data_1中提取。每个点文件均在data_path的路径下。if语句为判断文件名是否存在，因为i是递增的，但是有些点不存在。为了将每个站点的数据整合到一个文件中，且按照文件名为点名，以对应经纬度进行绘图，写了以下代码。]]></description><category></category></item><item><title><![CDATA[采用standard-precip计算SPEI]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132037658</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132037658</guid><author>Phoebebbbb</author><pubDate>Tue, 01 Aug 2023 11:18:26 +0800</pubDate><description><![CDATA[scale=1，结合前面的‘M’代表以一个月为尺度计算，三个月即为3，年尺度则为12；dist_type代表拟合类型，SPEI可选择Generalised Logistic，对应的代码为‘glo’，该拟合方式的fit_type只能是‘mle’。这一步的原因是该库包不允许出现空值，但我的降雨数据有缺失，所以采用math.isnan进行查找，如果该站点有空值，直接跳过到下一个站点。这一步开始计算，根据spei的原理先计算出降雨与蒸散的差值，‘rain’和‘PET’要看文件里具体对应的名称。]]></description><category></category></item><item><title><![CDATA[python将每个文件夹的同名数据提取到一起并按时间排序]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132037065</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132037065</guid><author>Phoebebbbb</author><pubDate>Tue, 01 Aug 2023 10:52:36 +0800</pubDate><description><![CDATA[这一步的目的是由于提取的时候是先提取所有年份的3月，再提取所有年的4月，即1980-3、1981-3、1982-3...但我需要一年所有月份在一起，在进行下一年，如1980-3、1980-4...所有对time这一列进行重新排序。每个文件夹代表一个月份，即3月、4月、5月、6月、7月、8月、9月。将3456789月的i.csv文件分别提取出来，为data_3、data_4...以此类推，输出路径为out_path。这一步的目的是提取data_new中的三列，其他无关紧要的数据就不要了。]]></description><category></category></item><item><title><![CDATA[python将文件夹下所有csv文件按列合并到第一个文件中]]></title><link>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132036276</link><guid>https://blog.youkuaiyun.com/Phoebebbbb/article/details/132036276</guid><author>Phoebebbbb</author><pubDate>Tue, 01 Aug 2023 10:32:45 +0800</pubDate><description><![CDATA[第一个文件的名称为568.csv，之后依次增加，将大于568的所有文件中某一列的数据都存储到568.csv中，读取568.csv到data_0中。循环当i]]></description><category></category></item></channel></rss>