Assalam wbt. Jumpa lagi.
Kali ini kita akan melakukan kerja simple programming menggunakan notepad atau editpad editor yang korang ada. Panduan sebelum ini kita menggunakan editor di spyder console namun kita menghadapi masalah jika ingin mengulangi semula atau membuat pembetulan terhadap mana-mana skrip jika kajian kes kita adalah tersangat panjang. Kali ini kita akan cuba untuk save semua kerja kita ke dalam notepad atau editpad yang ada dalam komputer korang. Saya sangat gemar menggunakan editor EditPad Lite 7 yang mana korang boleh download dan install secara percuma daripada online.
Kali ini kita maju sedikit dengan import data luar format *.dat atau *.csv bagi melihat dan membuat sedikit manipulasi terhadap data-data tersebut. namun matlamat utama adalah untuk menyediakan syntax atau skrip ke dalam editpad agar mudah untuk kita meyimpan dan mengulangi pada masa akan datang.
Contoh data :
Data1.dat adalah set data jumlah hujan pada jam 4 petang (rain1), 5 petang (rain2) dan 6 petang (rain3) bagi 17 lokasi di Malaysia.
data1.dat
Berikut adalah kaedah mudah bagaimana untuk membaca data1.dat menggunakan python.
####### mula copy dari sini ###################################
import numpy as np
data1=np.loadtxt('data1.dat',skiprows=1)
station=data1[:,0]
lat1=data1[:,1]
lon1=data1[:,2]
rain1=data1[:,3]
rain2=data1[:,4]
rain3=data1[:,5]
### bagi melihat kandungan data
print(station)
print(rain1)
print(rain3)
#print(lat1)
#print(lon1)
##data manipulation
rain4=rain2+rain3
rain5=3*rain2
print(rain4)
print(rain5)
### setting condition
rain6=rain1[rain1>5]
print(rain6)
####################### tamat dan save skrip #################
Catatan:
a) Berikan nama kepada fail skrip anda dan save menggunakan file extension .py ke mana-mana folder kerja korang.
b) simbol ### merujuk kepada "comment out" statement standard dalam Python yang tidak akan di baca dalam skrip. Anda boleh tulis apa apa sahaja namun pastikan setiap line ayat hendaklah dimulakan dengan #.
c) Panduan, jika ingin membaca output satu demi satu, sila comment out (#) mana-mana print ( ) statement yang tidak diperlukan.
d) data1[:,0] merujuk kepada list column pertama dalam set data (station), data1[:,1] list column kedua (lat), data1[:,2] list column ketiga (lon), data1[:,3] list column keempat (rain1) dsb.
e) station=data1[:,0] merujuk kepada "declaration station" kepada list dalam column 1 dan seterusnya. Korang boleh declare apa apa nama yang sesuai mengikuti definisi sendiri kerana ianya tiada batasan.
f) Declaration rain6 merujuk kepada jumlah hujan dari rain1 yang melebihi 5 mm.
g) skiprows=1 di dalam np.loadtxt('data1.dat',skiprows=1)merujuk kepada row pertama yang diabaikan di dalam data kerana ianya bukan primer data yang dikehendaki cuma sekadar labeling sahaja.
Disediakan data1.dat untuk korang. Copy dan save ke dalam editpad korang.
station lat lon rain1 rain2 rain3
48604 6.483 100.267 0.2 0 1.6
48600 6.333 99.733 1.6 0 16.6
48603 6.2 100.4 0.4 0 1.2
48602 5.457 100.388 4.6 0 20.2
41529 5.35 100.4 5.6 0 28.8
48601 5.297 100.272 2.4 0.01 7.6
48620 4.221 100.701 0.2 0.01 0
48625 4.567 101.1 3.4 0 21.4
48632 4.467 101.367 19.6 0 0.6
48642 3.967 102.35 0.6 0 0
48648 3.102 101.645 51.4 7.2 2.8
48647 3.131 101.553 10.4 1 27.8
48665 2.267 102.25 84 0.2 0
48615 6.164 102.301 1.8 1.6 6.4
48616 5.533 102.2 2 0 10.2
48618 5.383 103.1 2.6 0 7.2
48619 5.333 103.133 0.3 7.6 11.1
Selamat mencuba!
No comments:
Post a Comment