【问题标题】:How do you perform PCA on spectral data?您如何对光谱数据执行 PCA?
【发布时间】:2020-08-15 18:22:36
【问题描述】:

我有几个 .csv 格式的分子的光谱 (FTIR) 数据,我希望能够使用 Python 中的主成分分析 (PCA) 对这些分子进行可视化和分类。

有 9 个相关的 .csv 文件(每个分子一个)。在每个 .csv 文件中,有两列:波数(反厘米)和透射率 (%)。如何获取所有 9 个分子的数据,然后使用 PCA 进行可视化和分类?再次,在 Python 中?任何能够对多个信号数据执行此操作的教程或代码源的链接都会非常有帮助。

谢谢!

【问题讨论】:

    标签: python signals signal-processing pca


    【解决方案1】:

    您可以读取它们并将它们合并到单个 Pandas Dataframe 中。

    列中的波数和 9 行中的透射率,apply PCA 用于降维和可视化 (example)。

    或者,您可以先从 9 个光谱中提取特征(最大透射率、最小透射率、质心波长等),然后在此特征空间中应用 PCA (example)。

    【讨论】:

      猜你喜欢
      • 2021-02-06
      • 1970-01-01
      • 2021-02-18
      • 1970-01-01
      • 2012-08-02
      • 2021-12-19
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多