Discussion :

[piroman14]

Bonjour
Je viens de me mettre au Python et je rencontre quelques difficultés!!

Je voudrais faire une régression linéaire sur une colonne d'un tableau de données csv (moyenne.csv). Pour cela, je créé une liste d'entiers x puis j'en fais la régression linéaire avec y. Tout cela en ayant fait attention à convertir les listes en tableaux de rééls (avec la fonction atof). mais ça ne marche pas

Quelqu'un sait-il comment on convertit une liste de caractères en tableau de rééls autrement qu'avec atof??

Merci pour votre aide

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
        global v,l
	v,l = readf("moyenne.csv")
	print l
 
	x = xrange(0,len(v))
	x = atof(x)
 
	y = v[:,2]
	y = atof(y)
 
	gradient, intercept, r_value, p_value, std_err = stats.linregress(x,y)

[Antoine_935]

Salut

Si tu cherches une fonction pour convertir les chaines de caractères en leur équivalent entier, int suffit

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
>>> int("42")
42
 
>>> a = ["42", "43", "44"]
>>> map(int, a)
[42, 43, 44]

Note: Si tes listes sont conséquentes, je te conseille de te servir de itertools.imap

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
>>> import itertools
>>> for i in itertools.imap(int, a):
...     print i
... 
42
43
44

[N.tox]

comme la structure d'un fichier csv est simple, mais variable, t'as juste à analyser ce fichier et isoler les éléments recherchés à chaques lignes. On procède assez souvent de cette manière.

les fonctions utiles pour ça sont "split","open('OneFile','r').readline()",open('OneFile','r').readlines(),"int()". Y'en a d'autres, mais celles-ci devraient te suffir. Y'a aussi les expression régulières si t'as déjà pratiquer... avec le module re. pour savoir à quoi servent ces fonctions, y'a la fonction help qui est très utile (ex: "help("".split)").

Ha oui! si t'as des types variable de nombres, "eval()" est très pratique:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
>>> eval('56')
56
>>> eval('56.625897')
56.625897000000002
>>> eval('1/3.0')
0.33333333333333331

[Antoine_935]

Ha oui! si t'as des types variable de nombres, "eval()" est très pratique:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
>>> eval('56')
56
>>> eval('56.625897')
56.625897000000002
>>> eval('1/3.0')
0.33333333333333331

Attention toutefois avec eval, c'est la porte ouverte aux failles de sécurité. Si tu t'en sers, veilles au moins à ce que les fichiers soient de source sûre, ou, mieux, à valider les chiffres avant de les interpréter.

[tamiel]

Il vaut mieux utiliser le module decimal.Decimal pour faire des calculs précis :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
>>> from decimal import Decimal
>>> A = Decimal("0.0001235")
>>> B = Decimal("2.67894523")
>>> print A/B
0.00004610023326232765124503870503

[oiffrig]

Pour lire un fichier csv, il y a aussi le module csv.
Pour convertir quelque chose en float, il y a la fonction float, qui lance une ValueError si la conversion est impossible.

Concernant le module decimal, ça n'est en rien un gain de précision, ce n'est qu'une idée reçue du fait que pour nous, humains fonctionnant en base 10, les décimales sont celles qu'on attend. Si l'on prend ça du point de vue machine, c'est Decimal qui est moins précis (comparer 0.0009765625 et 1 * 2**(-10)). Les seuls avantages que je vois à utiliser Decimal sont d'une part la gestion d'une communication homme-machine (et encore... je ne suis pas sûr que ce soit utile mis à part dans des cas très particuliers), et la gestion d'une précision théoriquement illimitée (mais en général largement superflue).