Wrapped Dataset 已包装数据集

Posted on November 30, 2020July 2, 2021Cutter Wear Prediction, Research Note

0702更新补充说明

本页数据集为早期本人打包，参数较少，采用张凤祥K公式反算磨损量，不推荐使用。
但由于数据打包思路类似，特此保留作为数据包装结构理解的辅助资料。

打包了原先的628条数据和新增的2000余条数据
Wrapped 628 data from 5 section and 2000+ data from 1 section
See you in one month.

简介 Intro

dict用pickle进行了Deserialize的包装
data#.pkl的数据结构如下

应用示例 example codes

# 载入必要库
import pandas as pd
import pickle 

# 存放路径，可修改
PATH = './Data/'

# pickle以'rb'模式，即二进制读取
# 存入data当中
with open(PATH+'data#.pkl', mode='rb') as f:
          data = pickle.load(f)

#输出数据
print('data的类型是', type(data))
print('V-1-L的类型是', type(data&#91;'V-1-L']))
print('S31的类型是', type(data&#91;'S31']))

print('S31中list&#91;0]的类型是', type(data&#91;'S31']&#91;0]))
print('S31中各段磨损量是', data&#91;'S31']&#91;0])

print('V-1-L区间第一段的数据类型是', type(data&#91;'V-1-L']&#91;1]))
print('V-1-L区间第一段的数据的前5条是')
data&#91;'V-1-L']&#91;1].head()

# 载入必要库

import pandas as pd

import pickle

# 存放路径，可修改

PATH = './Data/'

# pickle以'rb'模式，即二进制读取

# 存入data当中

with open(PATH+'data#.pkl', mode='rb') as f:

data = pickle.load(f)

#输出数据

print('data的类型是', type(data))

print('V-1-L的类型是', type(data['V-1-L']))

print('S31的类型是', type(data['S31']))

print('S31中list[0]的类型是', type(data['S31'][0]))

print('S31中各段磨损量是', data['S31'][0])

print('V-1-L区间第一段的数据类型是', type(data['V-1-L'][1]))

print('V-1-L区间第一段的数据的前5条是')

data['V-1-L'][1].head()

输出结果

data的类型是 &lt;class 'dict'&gt;
V-1-L的类型是 &lt;class 'list'&gt;
S31的类型是 &lt;class 'list'&gt;
S31中list&#91;0]的类型是 &lt;class 'list'&gt;
S31中各段磨损量是 
&#91;1.0, 1.0, 10.999999999999996, 4.000000000000001, 0.0, 4.0]
V-1-L区间第一段的数据类型是 
&lt;class 'pandas.core.frame.DataFrame'&gt;
V-1-L区间第一段的数据的前5条是

data的类型是 <class 'dict'>

V-1-L的类型是 <class 'list'>

S31的类型是 <class 'list'>

S31中list[0]的类型是 <class 'list'>

S31中各段磨损量是

[1.0, 1.0, 10.999999999999996, 4.000000000000001, 0.0, 4.0]

V-1-L区间第一段的数据类型是

V-1-L区间第一段的数据的前5条是

Pages: 1 2