python批量计算浮点型高光谱数据平均反射率并存储到csv

import numpy as np
import csv

# 读取数据
data = np.loadtxt('data.txt', delimiter=',')

# 计算平均反射率
average_reflectance = np.mean(data, axis=1)

# 存储数据到csv文件
with open('average_reflectance.csv', mode='w', newline='') as file:
writer = csv.writer(file)
writer.writerow(['Sample', 'Average Reflectance'])
for i in range(len(average_reflectance)):
writer.writerow([f'Sample_{i+1}', average_reflectance[i]])

相关问题

python批量提取浮点型高光谱平均反射率并存储到csv

文件中

假设你已经有了一张高光谱图像，其中每个像素点都对应着不同波段的反射率值。现在，要批量提取每个波段的平均反射率，并将这些数据存储到一个CSV文件中。

下面是一种可能的实现方式：

import numpy as np
import pandas as pd

# 读取高光谱图像数据
image = np.load('image.npy')

# 获取图像的形状和波段数
height, width, num_bands = image.shape

# 初始化一个空的DataFrame，用于存储每个波段的平均反射率数据
df = pd.DataFrame(columns=['Band', 'Mean Reflectance'])

# 遍历每个波段
for band in range(num_bands):
    # 提取该波段所有像素点的反射率值，并计算平均值
    reflectances = image[:, :, band].reshape((height*width,))
    mean_reflectance = np.mean(reflectances)
    
    # 将该波段的平均反射率数据添加到DataFrame中
    df.loc[band] = [band, mean_reflectance]

# 将DataFrame保存到CSV文件中
df.to_csv('mean_reflectances.csv', index=False)

这段代码首先从一个`.npy`文件中读取高光谱图像数据，并使用`np.shape`函数获取其形状和波段数。然后，它初始化一个空的`DataFrame`对象，用于存储每个波段的平均反射率数据。接下来，它使用一个`for`循环遍历每个波段，提取该波段所有像素点的反射率值，并计算平均值。最后，它将每个波段的平均反射率数据添加到`DataFrame`中，并将`DataFrame`保存到CSV文件中。

python批量提取多个浮点型高光谱文件平均反射率并存储到csv

可以使用Python中的pandas和numpy库来实现批量提取高光谱文件的平均反射率，并将结果存储为csv文件。

首先，需要引入所需库：

import os
import pandas as pd
import numpy as np

然后，定义一个函数，用于读取高光谱文件并计算平均反射率。

def process_file(filepath):
    data = pd.read_csv(filepath, header=None, delim_whitespace=True)
    # 这里根据数据格式修改header和delim_whitespace参数
    average_reflectance = np.average(data.iloc[:, 1:].values, axis=1)
    # 取第2列到最后一列的数据计算平均值
    return average_reflectance

接着，定义一个函数来扫描指定目录下的所有高光谱文件，并将计算得到的平均反射率存储到一个列表中。

def batch_process_files(folder):
    file_list = os.listdir(folder)
    average_reflectances = []
    for file in file_list:
        filepath = os.path.join(folder, file)
        if os.path.isfile(filepath) and file.endswith('.txt'):
            average_reflectance = process_file(filepath)
            average_reflectances.append(average_reflectance)
            print(f'Processed {filepath}')
    return average_reflectances

最后，将结果存储到csv文件中。

folder = 'path/to/files/'
output_filename = 'output.csv'
average_reflectances = batch_process_files(folder)
output_data = pd.DataFrame(average_reflectances)
output_data.to_csv(output_filename, index=False, header=False)
print(f'Saved output to {output_filename}')

完整代码：

import os
import pandas as pd
import numpy as np

def process_file(filepath):
    data = pd.read_csv(filepath, header=None, delim_whitespace=True)
    average_reflectance = np.average(data.iloc[:, 1:].values, axis=1)
    return average_reflectance

def batch_process_files(folder):
    file_list = os.listdir(folder)
    average_reflectances = []
    for file in file_list:
        filepath = os.path.join(folder, file)
        if os.path.isfile(filepath) and file.endswith('.txt'):
            average_reflectance = process_file(filepath)
            average_reflectances.append(average_reflectance)
            print(f'Processed {filepath}')
    return average_reflectances

folder = 'path/to/files/'
output_filename = 'output.csv'
average_reflectances = batch_process_files(folder)
output_data = pd.DataFrame(average_reflectances)
output_data.to_csv(output_filename, index=False, header=False)
print(f'Saved output to {output_filename}')