高明区住房和城乡建设局网站购买网站域名
目录
- 1.2 结合玻璃的类型，分析文物样品表面有无风化化学成分含量的统计规律
- 数据预处理
- 绘图
- 热力图
- 相关系数图
- 百分比条形图
- 箱线图
- 小提琴图
- 直方图
- KED图
- 描述性统计分析
- 偏度系数
- 峰度系数
- 其它统计量
1.2 结合玻璃的类型，分析文物样品表面有无风化化学成分含量的统计规律
数据预处理
# replace na with 0
d2 = d2.fillna(0)
# sum by rows
d2['rowSum'] = d2.iloc[:,1:15].sum(axis=1)# add 文物编号 through subset 文物采样点
res = []
for i in range(d2.shape[0]):res.append(d2.iloc[:,0][i][0:2])
d2['文物编号'] = res
d2['文物编号'] = d2['文物编号'].astype(int)
print('the max value is:', max(d2['rowSum']))# select the effective data with sums in the range of 85~105
my_index = d2['rowSum'] >= 85
# return the index with ture
d2_sub = d2.loc[my_index,:]print(d2.shape[0] - d2_sub.shape[0], 'rows are removed')
the max value is: 100.0
2 rows are removed
# marge d1 and d2_sub
d12 = pd.merge(d1, d2_sub, on='文物编号')res = []
for i in range(d12.shape[0]):res.append(d12.iloc[i,5][2:])for i in range(len(res)):if res[i] == '' or res[i] == '部位1' or res[i] == '部位2':res[i] = '其它'for i in range(len(res)):if res[i] == '未风化点1' or res[i] == '未风化点2':res[i] = '未风化点'd12['风化标记'] = res
d12.head(3)
| 文物编号 | 纹饰 | 类型 | 颜色 | 表面风化 | 文物采样点 | 二氧化硅(SiO2) | 氧化钠(Na2O) | 氧化钾(K2O) | 氧化钙(CaO) | ... | 氧化铁(Fe2O3) | 氧化铜(CuO) | 氧化铅(PbO) | 氧化钡(BaO) | 五氧化二磷(P2O5) | 氧化锶(SrO) | 氧化锡(SnO2) | 二氧化硫(SO2) | rowSum | 风化标记 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1 | C | 高钾 | 蓝绿 | 无风化 | 01 | 69.33 | 0.0 | 9.99 | 6.32 | ... | 1.74 | 3.87 | 0.00 | 0.0 | 1.17 | 0.00 | 0.0 | 0.39 | 97.61 | 其它 |
| 1 | 2 | A | 铅钡 | 浅蓝 | 风化 | 02 | 36.28 | 0.0 | 1.05 | 2.34 | ... | 1.86 | 0.26 | 47.43 | 0.0 | 3.57 | 0.19 | 0.0 | 0.00 | 99.89 | 其它 |
| 2 | 3 | A | 高钾 | 蓝绿 | 无风化 | 03部位1 | 87.05 | 0.0 | 5.19 | 2.01 | ... | 0.00 | 0.78 | 0.25 | 0.0 | 0.66 | 0.00 | 0.0 | 0.00 | 100.00 | 其它 |
3 rows × 22 columns
绘图
热力图
import numpy as np
np.bool = np.bool_d12_K_no_wind = d12.iloc[np.where((d12['类型'] == '高钾') & (d12['表面风化'] == '无风化'))[0],:]
d12_K_wind = d12.iloc[np.where((d12['类型'] == '高钾') & (d12['表面风化'] == '风化'))[0],:]
d12_Pb_no_wind = d12.iloc[np.where((d12['类型'] == '铅钡') & (d12['表面风化'] == '无风化'))[0],:]
d12_Pb_wind = d12.iloc[np.where((d12['类型'] == '铅钡') & (d12['表面风化'] == '风化'))[0],:]d12_K_no_wind.index = range(d12_K_no_wind.shape[0])
d12_K_wind.index = range(d12_K_wind.shape[0])
d12_Pb_no_wind.index = range(d12_Pb_no_wind.shape[0])
d12_Pb_wind.index = range(d12_Pb_wind.shape[0])
fig = px.imshow(d12_K_no_wind.iloc[:,6:20], text_auto=True, title="高钾 & 表面未风化")
# set figute size
fig.update_layout(autosize=False, width=700, height