python--获取每张切片的不同PEF区间值的百分比

在全直径数字岩心中,如何获取每张切片的不同PEF区间值的百分比?

import os
import datetime
from PIL import Image
import numpy as np
import csv
import easygui as g


class Table(object):

    def __init__(self, table_data_path):
        self.table_data_path = table_data_path

    def get_data(self):
        self.image = Image.open(self.table_data_path)
        self.array = np.array(self.image).flatten()
        self.table_data = [i for i in self.array if i > 0]
        if self.array.any() != 0:
            # Mode_value = round(stats.mode(self.table_data)[0][0], 2)
            # Mode_count = stats.mode(self.table_data)[1][0]
            # Count = np.size(self.table_data)
            Min = round(np.min(self.table_data), 5)
            min_list.append(Min)
            Max = round(np.max(self.table_data), 5)
            max_list.append(Max)
            Mean = round(np.mean(self.table_data), 5)
            mean_list.append(Mean)
            StdDev = round(np.std(self.table_data), 5)
            stdDev_list.append(StdDev)

            for a in range(len(data_range_use)):
                range_percent = round(len([j for j in self.table_data if
                                           (j > data_range_use[a][0]) and (j <= data_range_use[a][1])]) / len(
                    self.table_data) * 100, 4)
                prepare_list['range_percent_list_%s' % a].append(range_percent)
        else:
            min_list.append(0)
            max_list.append(0)
            mean_list.append(0)
            stdDev_list.append(0)
            for m in range(len(data_range_use)):
                prepare_list['range_percent_list_%s' % m].append(0)


if __name__ == '__main__':

    start = datetime.datetime.now()
    print(start)

    list_name = []
    min_list, mean_list, max_list, stdDev_list = [], [], [], []

    data_range = [[i / 10, (i + 2) / 10] for i in range(60)]
    data_range_use = [data_range[i] for i in range(len(data_range)) if (i % 2 == 0)]
    data_range_end = [[6, 100]]
    data_range_use.extend(data_range_end)

    prepare_list = {}  # 定义空字典


    def test_list_pre():
        prepare_list = locals()  # 返回prepare_list中当前位置每个字典里的全部局部变量(也就是键)


    for l in range(len(data_range_use)):
        prepare_list['range_percent_list_' + str(l)] = []

    slice_name = []
    rootpath = g.diropenbox()
    print(rootpath)


    for i in os.listdir(rootpath):
        print(os.path.join(rootpath, i))
        slice_name.append(i)
        t = Table(os.path.join(rootpath, i))
        t.get_data()

    data0 = {'slice_name': slice_name,
             'Min': min_list,
             'Max': max_list,
             'Mean': mean_list,
             'StdDev': stdDev_list,
             }

    data1 = {}

    for b in range(len(data_range_use)):
        k = '%s-%s' % (data_range_use[b][0], data_range_use[b][1])
        v = prepare_list['range_percent_list_%s' % b]
        data1.update({k: v})

    data = {}
    data.update(data0)
    data.update(data1)

    # print(data)

    csv_file = open('%s—2.csv' % rootpath.split("\\")[-1], 'w', newline='')
    writer = csv.writer(csv_file)

    table_head = ['slice_name', 'Min', 'Max', 'Mean', 'StdDev']
    table_head1 = [('%s-%s' % (data_range_use[i][0], data_range_use[i][1])) for i in range(len(data_range_use))]
    table_head.extend(table_head1)
    # print(table_head)

    writer.writerow(table_head)
    for ii in range(len(data['Min'])):
        writer.writerow([data[m][ii] for m in table_head])

    csv_file.close()
    print('the data has been saved!')
    stop = datetime.datetime.now()
    print(stop)
    time = (stop - start).seconds
    print("Total time (min):%s" % round((time / 60), 2))

处理结果如下表:
在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/191301.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

MySQL进阶_10.锁

文章目录 一、概述二、MySQL并发事务访问相同记录2.1、读-读2.2、写-写2.3、读-写2.4、并发问题的解决方案 三、锁的不同角度分类3.1、 读锁、写锁3.1.1、 锁定读 3.2、表级锁、页级锁、行锁3.2.1、表锁3.2.2、意向锁3.2.2.1、意向锁的作用3.2.2.2、意向锁的互斥性 3.2.3、自增…

正则表达式例题-PTA

PTA-7-55 判断指定字符串是否合法-CSDN博客 7-54 StringBuffer-拼接字符串 题目&#xff1a; 输入3个整数n、begin、end。 将从0到n-1的数字拼接为字符串str。如&#xff0c;n12&#xff0c;则拼接出来的字符串为&#xff1a;01234567891011 最后截取字符串str从begin到end(包…

基恩士软件的基本操作(五,日志记录与使用)

目录 基恩士是如何保存日志的&#xff1f; 如何使用日志功能 查看DM10的值1秒加1的记录日志 设定id与储存位置 软元件设定&#xff08; 日志ID有10个&#xff08;0~10&#xff09;&#xff0c;每一个ID最多添加512个软元件&#xff09; 设定触发 执行日志的梯形图程序 触…

电力感知边缘计算技术网关产品设计方案-硬件方案

网关硬件架构设计图: 1.配置方案 配置差异 A类网关 B类网关 CPU

Less 嵌套规则

文章目录 前言描述style.less输出后言 前言 hello world欢迎来到前端的新世界 &#x1f61c;当前文章系列专栏&#xff1a;Sass和Less &#x1f431;‍&#x1f453;博主在前端领域还有很多知识和技术需要掌握&#xff0c;正在不断努力填补技术短板。(如果出现错误&#xff0c;…

P15 C++ 枚举

The ChenPi 前言 今天我们要讲的是 C 中的枚举。 enum 是 enumeration 的缩写&#xff0c;基本上可以说&#xff0c;它就是一个数值集合。如果你想要给枚举一个更实际的定义&#xff0c;它们是给一个值命名的一种方法。 所以我们不用一堆叫做 A、B、C 的整数。我们可以有一个…

【好玩的 Docker 项目】搭建一个完全自由的音乐播放软件 ————Navidrome 随时随地!想听就听!

前言 随着国内版权意识的提高,现在想听一首歌曲,往往我们可能要切换 3-4 个 APP—— 网易云音乐、QQ 音乐、咪咕音乐…… 切换起来很麻烦,有的 APP 就算你买了 VIP 服务,下载的歌曲还是加密的,一旦 VIP 到期后某些歌你还听不了,非常蛋疼。 顺哥博客 最近被朋友推荐入了…

【Amazon】通过直接连接的方式导入 KubeSphere集群至KubeSphere主容器平台

文章目录 一、设置主集群方式一&#xff1a;使用 Web 控制台方式二&#xff1a;使用 Kubectl命令 二、在主集群中设置代理服务地址方式一&#xff1a;使用 Web 控制台方式二&#xff1a;使用 Kubectl命令 三、登录控制台验证四、准备成员集群方式一&#xff1a;使用 Web 控制台…

《已解决: ImportError: Keras requires TensorFlow 2.2 or higher 问题》

&#x1f337;&#x1f341; 博主猫头虎&#xff08;&#x1f405;&#x1f43e;&#xff09;带您 Go to New World✨&#x1f341; &#x1f984; 博客首页: &#x1f405;&#x1f43e;猫头虎的博客&#x1f390;《面试题大全专栏》 &#x1f995; 文章图文并茂&#x1f996…

18. Python 数据处理之 Numpy

目录 1. 简介2. 安装和导入Numpy3. ndarray 对象4. 基本运算5. 索引、切片和迭代6. 条件和布尔数组7. 变换形状8. 操作数组 1. 简介 数据分析的流程概括起来主要是&#xff1a;读写、处理计算、分析建模和可视化4个部分。 Numpy 是Python 进行科学计算&#xff0c;数据分析时…

卷积神经网络经典backbone

特征提取是数据分析和机器学习中的基本概念&#xff0c;是将原始数据转换为更适合分析或建模的格式过程中的关键步骤。特征&#xff0c;也称为变量或属性&#xff0c;是我们用来进行预测、对对象进行分类或从数据中获取见解的数据点的特定特征或属性。 1.AlexNet paper&#…

C/C++ 通过SQLiteSDK增删改查

SQLite&#xff0c;作为一款嵌入式关系型数据库管理系统&#xff0c;一直以其轻量级、零配置以及跨平台等特性而备受青睐。不同于传统的数据库系统&#xff0c;SQLite是一个库&#xff0c;直接与应用程序一同编译和链接&#xff0c;无需单独的数据库服务器进程&#xff0c;实现…

[LaTex]arXiv投稿攻略——jpg/png转pdf

一、将图片复制进ppt&#xff0c;右键单击图片选择设置图片格式&#xff0c;获取图片高度和宽度 二、选择“设计-幻灯片大小-自定义幻灯片大小” 三、设置幻灯片大小为图片大小 四、 选择“最大化” 五、 检查幻灯片大小是否与图像大小一致 六、导出为PDF

Doris单机部署——2.0.1.1版本

目录 一、前期准备工作 1.设置系统最大文件打开句柄数 2.时钟同步 3.关闭每台机器的交换分区 4.下载安装包 二、单节点部署安装Doris (一)安装fe 1.解压改名 2.修改配置文件 3.创建元数据目录 4.启动fe 5.访问fe的webUI (二)安装be 1.进入be目录下&#xff0c;修…

紫光展锐 展讯芯片 展讯处理器解锁BL 各分区结构 ROM 分区列表代表什么 bin img 表示什么意思

是展锐 Android 10.0、Android 9.0 平台 ROM 空间划分情况以及分区格式、分区大小和分区功能的 初步描述。 prodnv 开机后系统中的 productinfo 分区&#xff0c;保 存 adc 校准参数、eng.db 数据库。 Miscdata 保存 ota、recovery 时的一些数据 recovery 存放 recovery.i…

【数据中台】开源项目(1)-LarkMidTable

LarkMidTable 是一站式开源的数据中台&#xff0c;实现中台的 基础建设&#xff0c;数据治理&#xff0c;数据开发&#xff0c;监控告警&#xff0c;数据服务&#xff0c;数据的可视化&#xff0c;实现高效赋能数据前台并提供数据服务的产品。 系统演示地址 &#xff1a; www.l…

Simulink 的代数环

代数环, 就是由于模型的输出反馈到模块或子系统先的某个输入端, 如果这个输入是直接馈入的, 那么二者在同一个采样点内需得到求解, 但又互相依赖, 哪一方都不能完成求解过程, 使得解算器无法解算导致错误产生, 这样的情况称为代数环。 一旦 Simulink 遇到代数环, 将根据 Confi…

交换机配置与管理

文档以国产迈普交换机为例&#xff0c;各厂家交换机配置有少许不同&#xff0c;仅供参考。 交换机命令行模式&#xff1a; 普通用户模式Hostname>&#xff08;&#xff09; exit 输入enable命令 特权用户模式Hostname#&#xff08;&#xff09; exit 输入configu…

BrokerChain

BrokerChain: A Cross-Shard Blockchain Protocol for Account/Balance-based State Sharding 我总感觉这篇文章不完整&#xff0c;缺少一些东西。或者说有些地方并没有详细说。比如状态图的构建&#xff0c;网络重分片的的配置过程。都直接忽略了。 Motivation 1 跨片交易不…

Adversarial Attack on Graph Structured Data(2018 PMLR)

Adversarial Attack on Graph Structured Data----《图结构数据的对抗攻击》 摘要 基于图结构的深度学习已经在各种应用中显示出令人兴奋的结果。然而&#xff0c;与图像或文本对抗攻击和防御的大量研究工作相比&#xff0c;此类模型的鲁棒性却很少受到关注。在本文中&#xf…