输入的inputs:
data = pd.read_csv('../data/cuttingdata/' + name[i1] + '.csv', header=None)
inputs = np.array(data.iloc[i2, :])
1.原来:
(1)对于求绝对中位数mad:
data = inputs df = pd.DataFrame(data) mad = df.apply(robust.mad)
(2)对于求时域偏度skew、时域峰度kurtosis:
#skew
inputpd = pd.DataFrame(inputs) skew = inputpd.skew()
#kurtosis
kurtosis = inputpd.kurt()
输出:

2.修改后:
(1)对于求绝对中位数mad:
data = list(inputs) mad = robust.mad(data)
(2)对于求时域偏度skew、时域峰度kurtosis:
#skew
inputpd = list(inputs) skew = pd.Series(inputpd).skew()
#kurtosis
kurtosis = pd.Series(inputpd).kurt()
输出:

</

文章展示了如何使用Python的pandas和numpy库计算数据的绝对中位数(mad)以及时域偏度(skew)和峰度(kurtosis)。原始方法通过DataFrame操作,改进后将数据转换为列表或Series进行计算。作者提供了修改后的代码示例,并邀请读者对可能的错误或优化提出建议。
最低0.47元/天 解锁文章

被折叠的 条评论
为什么被折叠?



