在 Python 中对一段时间内的加速度计数据进行分类

Question

我有一组加速度计数据记录，经过4种不同类型的事件（以及每种事件的多次重复）。每个点（记录）由 3 个向量 （X，Y，Z） 定义，每个向量 150,000 个样本（5 秒，采样率为 30KHz）。总而言之，我有很多 3x150,000 个矩阵。

我想使用 python 对这些点使用分类器或聚类，以查看在不同类型的事件之后加速度计的行为是否存在差异。

1. 使用的最佳分类器是什么？
2. 我应该如何构建数据？
3. 如何绘制此图以可视化我的数据？

非常感谢任何帮助者。

Answer 1

很难

为您提供有关在数据存储方面应该做什么的确切指示。我想你已经想通了？如果不是，这一切都取决于各种参数，例如读/写访问的频率，数据的大小和其他因素，例如您的DAQ系统。就此而言，我认为这已经解决了，并且数据已经以某种方式记录和存储。这可以是csv文件、数据库或自定义文件格式。只要你能读懂，其实并不重要。

使用熊猫来构建数据。它是numpy的包装器，被描述为：

pandas 是一个开源的、BSD 许可的库，为 Python 编程语言提供高性能、易于使用的数据结构和数据分析工具。

对于绘图，

由于您似乎正在进行统计分析，因此请使用matplotlib进行基本绘图，或使用seaborn进行聚类和统计分析等。来自Seaborn网站：

Seaborn是一个基于matplotlib的Python可视化库。它提供了一个高级界面，用于绘制有吸引力的统计图形。

看看Seaborn画廊，了解可能的情节。它很好地概述了库可能出现的图表以及该绘图所需的源代码。