Discussion :

[bm]

bonjour,

J'ai quelques bases avec numpy pour lire différentes colonnes d'un fichier et tracer (n x p) histogrammes.
Cette fois ci je veux ouvrir plusieurs fichiers de 1 colonne.
Comment augmenter la dimension du tableau (y) de +1 colonne à chaque ouverture de fichier ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import numpy as np
import pylab as plt
 
df = np.genfromtxt('fic_1.csv', delimiter=';')
X = np.array(df, dtype=np.float)
print '-------------y----------------'
y = X[:, -1]
print y.shape
 
df = np.genfromtxt('fic_2.csv', delimiter=';')
X = np.array(df, dtype=np.float)
print '-------------y----------------'
y = y + X[:, -1]
 
 
for i in range(1,2): # 1-5 5-9
    y = X[:, -i]
    plt.subplot(2,2,i)
    plt.hist(y)

[Julien N]

Salut,

Il te faut assembler deux tableaux, soit "concatener". Exemple:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
import numpy as np
table_1 = np.array([[1,2],[3,4]])
table_2 = np.array([[5],[6]])
table = np.concatenate((table_1, table_2), axis=1)

Bien entendu il faut faire attention aux dimensions des tableaux. Il faut avoir le meme nombre de lignes. Cela peut être vérifié en demandant la "forme" de l'array:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
table.shape
>>> (2, 3)

[bm]

Avec ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
table_1 = np.array([[1],[2],....,[n]])
table_2 = np.array([[1],[2],....,[n]])
# 2 vecteurs colonnes
table = np.concatenate((table_1, table_2), axis=1)

# np.concatenate produit 1 autre vecteur plus long
et je veux une table avec 2 colonnes

@+

[Résolu] : Avec une colonne pour chaque graphe, un tableau unique est inutile

[__dardanos__]

Salut,
On peux aussi utiliser numpy.hstack.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
>>> import numpy as np
>>> t1 = np.array([[1],[2],[3]])
>>> t1
array([[1],
       [2],
       [3]])
>>> t2 = np.array([[4],[4],[6]])
>>> t2
array([[4],
       [4],
       [6]])
>>> np.hstack([t1, t2])
array([[1, 4],
       [2, 4],
       [3, 6]])
>>> np.concatenate((t1, t2), axis=1)
array([[1, 4],
       [2, 4],
       [3, 6]])
>>>>

[bm]

Créer des colonnes dans un fichier, pour initier une boucle
qui balaie chaque colonne est une perte de temps.

Subplot condense chaque graphe dans une fenêtre.
Numpy n'est pas fait pour joindre des colonnes comme dans une bdd.