Python 3：处理 numpy 数组并通过 openpyxl 导出

Question

我正在处理一个由多个列表组成的数组。在每个子列表中，我想取平均值和标准。偏差，并将它们写在 Excel 表中。

我的代码完成了它的工作，但它让我很头疼，因为我觉得我根本没有有效地使用 python，尤其是在步骤 (2) 中，我逐步使用 numpy。另外，我不明白为什么我必须在步骤（3）中进行修改，以便将数据（“total”）以我可以提供给 openpyxl 编写器（“total_list”）的形式提供。我将不胜感激任何帮助使它更优雅，这是我的代码：

import numpy as np
from openpyxl import Workbook
from itertools import chain

# (1) Make up sample array:
arr = [[1,1,3], [3,4,2], [4,4,5], [6,6,5]]

# (2) Make up lists containing average values and std. deviations
avg = []
dev = []

for i in arr:
    avg.append(np.mean(i))
    dev.append(np.std(i))

# (3) Make an alternating list (avg 1, dev 1, avg 2, dev 2, ...)
total = chain.from_iterable( zip( avg, dev ) )

# (4) Make an alternative list that can be fed to the xlsx writer
total_list = []
for i in total:
    total_list.append(i)

# Write to Excel file
wb = Workbook()
ws = wb.active

ws.append(total_list)
wb.save("temp.xlsx")

我想要附上图片中显示的格式。重要的是，所有数据都在一行中。

Answer 1

numpy 代码的改进：

In [272]: arr = [[1,1,3], [3,4,2], [4,4,5], [6,6,5]]

从此列表中创建一个数组。这不是必需的，因为 np.mean 在幕后进行，但它应该有助于可视化操作。

In [273]: arr = np.array(arr)
In [274]: arr
Out[274]: 
array([[1, 1, 3],
       [3, 4, 2],
       [4, 4, 5],
       [6, 6, 5]])

现在计算整个数组的均值和标准差；使用axis=1 作用于行。所以你不要迭代arr的子列表。

In [277]: m=np.mean(arr, axis=1)
In [278]: s=np.std(arr, axis=1)
In [279]: m
Out[279]: array([ 1.66666667,  3.        ,  4.33333333,  5.66666667])
In [280]: s
Out[280]: array([ 0.94280904,  0.81649658,  0.47140452,  0.47140452])

有多种方法可以将这 2 个数组转换为交错数组。一种是将它们垂直堆叠，然后转置。这是numpy 列表zip(*...) 技巧的答案。

In [281]: data=np.vstack([m,s])
In [282]: data
Out[282]: 
array([[ 1.66666667,  3.        ,  4.33333333,  5.66666667],
       [ 0.94280904,  0.81649658,  0.47140452,  0.47140452]])
In [283]: data=data.T.ravel()
In [284]: data
Out[284]: 
array([ 1.66666667,  0.94280904,  3.        ,  0.81649658,  4.33333333,
        0.47140452,  5.66666667,  0.47140452])

我没有openpyxl', but can write a csv withsavetxt`：

In [296]: np.savetxt('test.txt',[data],fmt='%f', delimiter=',',header='#mean1 std1 ...')
In [297]: cat test.txt

# #mean1 std1 ...
1.666667,0.942809,3.000000,0.816497,4.333333,0.471405,5.666667,0.471405

我使用[data]，因为data，计算结果是1d，savetxt 会将其保存为一列。它迭代数据的“行”。

Answer 2

我会使用 Pandas 模块，因为它可以很容易地完成所有提到的任务：

import pandas as pd

df = pd.DataFrame(arr)

In [250]: df
Out[250]:
   0  1  2
0  1  1  3
1  3  4  2
2  4  4  5
3  6  6  5

In [251]: df.T
Out[251]:
   0  1  2  3
0  1  3  4  6
1  1  4  4  6
2  3  2  5  5

In [252]: df.T.mean()
Out[252]:
0    1.666667
1    3.000000
2    4.333333
3    5.666667
dtype: float64

In [253]: df.T.std(ddof=0)
Out[253]:
0    0.942809
1    0.816497
2    0.471405
3    0.471405
dtype: float64

您还可以轻松地将 DataFrame 保存为 Excel 文件：

df.to_excel(r'/path/to/file.xlsx', index=False)

总共：

In [260]: df['avg'] = df.mean(axis=1)

In [261]: df['dev'] = df.std(axis=1, ddof=0)

In [262]: df
Out[262]:
   0  1  2       avg       dev
0  1  1  3  1.666667  0.816497
1  3  4  2  3.000000  0.707107
2  4  4  5  4.333333  0.408248
3  6  6  5  5.666667  0.408248

In [263]: df.to_excel('d:/temp/result.xlsx', index=False)

结果.xlsx：