수집 된 데이터를 저장하기 위해 데이터 분석 프로그램 전체에서 사용할 수있는 '테이블'클래스를 만들 계획입니다. 목적은 다음과 같이 간단한 테이블을 만드는 것입니다 :Python은 데이터 유형을 분류합니다.
ID Mean size Stdv Date measured Relative flatness
----------------------------------------------------------------
1 133.4242 34.43 Oct 20, 2013 32093
2 239.244 34.43 Oct 21, 2012 3434
나는이 게시물에서 sqlite3를 제안 따를 것이다 : python-data-structure-for-maintaing-tabular-data-in-memory,하지만 난 여전히 (안 디베이스 등) CSV 파일로 저장해야합니다 내가 원하는 우리가 갈 때마다 내 데이터를 먹어라. 새로운 측정 값이 나오고 재미있는 것으로 간주 될 때마다 즉석에서 칼럼을 추가하라. 이를 위해 클래스는 던져진 데이터의 데이터 유형을 결정할 수 있어야합니다.
Sqlite3의 데이터 유형은 float, int, date 및 string입니다. 파이썬과 numpy는 함께 많은 유형을 가지고 있습니다. 변수의 데이터 유형이 무엇인지 빨리 결정할 수 있습니까? 따라서 새 필드가 들어있는 새 데이터를 입력하면 내 테이블 클래스에서 열을 자동으로 추가 할 수 있습니다.
나는 성능에 너무 신경 쓰지 않는다. 테이블은 상당히 작아야한다.
나는 그렇게처럼 내 클래스를 사용하려면 :
마지막 줄에서dt = Table()
dt.add_record({'ID':5, 'Mean size':39.4334'})
dt.add_record({'ID':5, 'Goodness of fit': 12})
, 새로운 데이터가있다. Table 클래스는 어떤 종류의 데이터인지 파악한 다음 sqlite3 테이블에 열을 추가해야합니다. 모든 문자열을 플로피로 만드는 것, 나는 여전히 고정밀 플로팅을 유지하고 싶다. ...
또한 : 이미 알고있는 것이 있다면, 나는 그것에 대해 알고 싶다.
예, 이것은 제가 거의 끝내 었습니다. 열 유형에 대해서는 유형이 첫 번째 데이터 다음에 고정 된 것으로 가정합니다. 'type (variable) '의 문제와 불편 함은 numpy와 같은 다른 비 기본형이있을 때입니다. 'type (numpy.array ([1,2]))'는'numpy.int32'를 줄 것입니다. 그리고 다른 가능한 결과가 많이 있습니다. 이렇게하면 매핑이 어려워집니다. 가능한 모든 입력 데이터 유형을 파악해야합니다. – Bastiaan