从python中的一组实例中获取统计信息

Question

我正在用 python 做一些数据分析。我有几个数据点（~300），其中每个点都有自己的全局属性（int 或 float 值）和网格值（即具有 4 列以上的数组）。 为了便于阅读、处理和分析每个点，我创建了一个类如下（这是一个最小示例）：

class SimulationPoint:
    def __init__(self, path, scalar1, scalar2):
        self.scalar1 = scalar1
        self.mesh = pd.read_csv(path+'mesh.csv')

    def normalize_input(self):
        return func1(self.scalar1)

    def spot_centers(self, nbr_spots=5):
        points_mesh = self.mesh[self.mesh.value >= self.mesh.value.quantile(0.9)].copy()
        xyz_mesh = points_mesh.drop(['value'], axis=1).to_numpy()
        result = func2(xyz_mesh, n_clusters=nbr_spots)
        return result

所以我的问题是，是否有一些简单的方法可以从此类的多个实例中获取统计信息？ 例如，绘制直方图或获取基本统计数据（均值、标准差、峰度等...）。

目前我的解决方案是：

# Read data into dict.
path = '../path_to_data/'
full_data = {}
for dp in os.listdir(path):
    dp_path = os.path.join(path,dp)
    full_data[dp] = SimulationPoint(dp_path)
# Loop over dict values.
for key in full_data.keys() :
    x = full_data[key].normalize_input()

我想知道是否有更优雅/有效/（放置有用的词）来做到这一点？

附：我有更多的类的方法/属性，这就是我决定创建它的原因。 顺便说一句，我是 OOP 的新手，请不要犹豫对代码实现进行更广泛的评论。

谢谢！

Answer 1

我更喜欢pathlib 而不是os.listdir 等。此外，有时列表推导或字典推导可以使代码更整洁。最后，您可以考虑使用 dict.items() 迭代键值对。

就像这个问题一样，我实际上并没有运行下面的代码，但这些代码可能与问题中的示例相同。

from pathlib import Path

path = Path("../path_to_data")

full_data = {file.stem: SimulationPoint(file) for file in path.iterdir()}

normed = {k: data.normalize_input() for k, data in full_data.items()}