For 循环遍历 csv 的列

Question

我对 python 和一般编程非常陌生（这是我的第一门编程语言，大约一个月前开始使用）。

我有一个 CSV 文件，其中的数据排序如下（CSV 文件数据在底部）。有 31 列数据。第一列（波长）必须作为自变量（x）读入，对于第一次迭代，它必须在第二列（即标记为“观察”的第一列）中作为因变量（y）读入。然后，我尝试将高斯+线模型拟合到数据中，并从数据中提取高斯 (mu) 的平均值，该数据应存储在数组中以供进一步分析。应针对每组观察重复此过程，而读取的 x 值必须保持不变（即来自 Wavelength 列）

这是我目前如何读取数据的代码：

import numpy as np #importing necessary packages
import matplotlib.pyplot as plt
import pandas as pd
import scipy as sp
from scipy.optimize import curve_fit
e=np.exp
spectral_data=np.loadtxt(r'C:/Users/Sidharth/Documents/Computing Labs/Project 1/Halpha_spectral_data.csv', delimiter=',', skiprows=2) #importing data file
print(spectral_data)
x=spectral_data[:,0] #selecting column 0 to be x-axis data
y=spectral_data[:,1] #selecting column 1 to be y-axis data

所以我需要将该过程自动化，这样就不必手动将 y=spectral_data[:,1] 更改为 y=spectral_data[:,2] 直到 y=spectral_data[:,30]迭代，它可以简单地自动化。

我生成高斯拟合的代码如下：

plt.scatter(x,y) #produce scatter plot
plt.title('Observation 1')
plt.ylabel('Intensity (arbitrary units)')
plt.xlabel('Wavelength (m)')
plt.plot(x,y,'*')
plt.plot(x,c+m*x,'-') #plots the fit

print('The slope and intercept of the regression is,', m,c)
m_best=m
c_best=c
def fit_gauss(x,a,mu,sig,m,c):
    gaus = a*sp.exp(-(x-mu)**2/(2*sig**2))
    line = m*x+c
    return gaus + line

initial_guess=[160,7.1*10**-7,0.2*10**-7,m_best,c_best]
po,po_cov=sp.optimize.curve_fit(fit_gauss,x,y,initial_guess)

高斯似乎很合适（如图所示），所以这个高斯的平均值（即峰值的 x 坐标）是我必须从中提取的值。均值的值在控制台中给出（用 mu 表示）：

The slope and intercept of the regression is, -731442221.6844947 616.0099144830941
The signal parameters are
 Gaussian amplitude = 19.7 +/- 0.8
 mu = 7.1e-07 +/- 2.1e-10
 Gaussian width (sigma) = -0.0 +/- 0.0
and the background estimate is
 m = 132654859.04 +/- 6439349.49
 c = 40 +/- 5

所以我的问题是，如何迭代从 csv 读取数据的过程，这样我就不必手动更改从 y 获取数据的列，然后 如何存储读取的每次迭代中的 mu 值，以便以后可以对该平均值进行进一步的分析/计算？

我的想法是我应该使用 for-loop，但我不知道该怎么做。

图中显示的橙色线是我之前尝试过的一些代码的结果。我认为这无关紧要，这就是为什么它不在问题的主要部分，但如果有必要，这就是全部。

x=spectral_data[:,0] #selecting column 0 to be x-axis data
y=spectral_data[:,1] #selecting column 1 to be y-axis data
plt.scatter(x,y) #produce scatter plot
plt.title('Observation 1')
plt.ylabel('Intensity (arbitrary units)')
plt.xlabel('Wavelength (m)')
plt.plot(x,y,'*')
plt.plot(x,c+m*x,'-') #plots the fit

Answer 1

通常当您遇到这样的问题时，尝试将其分解为必须保持不变的内容（在您的示例中，x 数据和分析代码），以及必须更改的内容（y 数据，或更具体的索引告诉代码的其余部分什么是 y 数据的正确列），以及如何保留您希望进一步存储的值。
一旦你弄清楚了这一点，我们需要形式化正确的循环以及如何存储我们想要的值。对于后者，一种简单的方法是将它们存储在一个列表中，因此我们将启动一个空列表，并在每次循环迭代结束时将值附加到该列表中。

mu_list = [] # will store our mu's in this list
for i in range(1, 31): # each iteration i gets a different value, starting with 1 and ends with 30 (and not 31)
    x = spectral_data[:, 0]
    y = spectral_data[:, i]
    # Your analysis and plot code here #
    mu = po[1] # Not sure po[1] is the right place where your mu is, please change it appropriately...
    mu_list.append(mu) # store mu at the end of our growing mu_list

您将在mu_list 下获得一个包含 30 个mu 的列表。

现在，请注意我们不必在循环内执行所有操作，例如 x 与 i 无关（仅加载 x 一次 - 提高性能）并且分析代码基本相同，除了 a不同的输入（y 数据），所以我们可以为它定义一个函数（使更大的代码更具可读性的好习惯），所以很可能我们可以将它们从循环中取出。我们可以在循环前写x = spectral_data[:, 0]，定义一个分析数据并返回mu的函数：

def analyze(x, y):
    # Your analysis and plot code here #
    mu = po[1]
    return mu

x = spectral_data[:, 0]
mu_list = [] # will store our mu's in this list
for i in range(1, 31):
    y = spectral_data[:, i]
    mu_list.append(analyze(x,y)) # Will calculate mu using our function, and store it at the end of our growing mu_list