Hjälp: Snabbreferens för miljödataprogrammering

Snabbreferens för programmering med miljödata

1. Mer om listor och nyckel-värdetabeller, etc.

1.1 Några funktioner på listor

lst = [1, 7, 4]
s = sum(lst)  # Ger summan av elementen i listan (12)
n = len(lst)  # Ger antalet element i listan (3)
m = max(lst)  # Ger största elementet i listan (7)
lst.append(7) # Lägg till elementet 7 sist i listan.
              # Nu är lst = [1, 7, 4, 7]
lst.remove(7) # Ta bort första förekomsten av 7
              # Nu är lst = [1, 4, 7]

1.2 Ranges

  • range(n) ger en sekvens av heltal som börjar på 0 och slutar på n-1
  • range(m, n) ger en sekvens som börjar på m och slutar på n-1.
  • Vi kan göra om en range till en lista med funktionen list 
    lst1 = list(range(5))    # Ger [0, 1, 2, 3, 4]
lst2 = list(range(2, 5)) # Ger [2, 3, 4]

1.3 Splittra upp sträng till lista

Splittra upp efter whitespace (blanka, tabbar, etc.)

s = "några ord i en sträng"
words = s.split() # Ger listan ["några", "ord", "i", "en", "sträng"]

Splittra upp efter rader (newline etc.)

s = "några\nrader\nmed\nnewline\nmellan\nsig"
rows = s.splitlines() # Ger listan ["några", "rader", "med", "newline", "mellan", "sig"]

Splittra upp sträng efter specifikt tecken

s = "sträng med tabb-separerade kolumner\t 13\t 14.2"
cols = s.split("\t") # Ger listan ["sträng med tabb-separerade kolumner", " 13", " 14.2"]

1.4 List slices

lst[start:stop] ger en bit av listan, där första elementet är start och sista är stop-1. Negativa index räknar från slutet (-1 är sista elementet). Utelämnas start motsvarar det start=0. Utelämnast stop motsvarar det stop=-1.

lst = [0, 10, 20, 30, 40, 50, 60, 70]
lst[2:5] # Ger [20, 30, 40]
lst[:5]  # Ger [0, 10, 20, 30, 40]
lst[2:]  # Ger [20, 30, 40, 50, 60, 70]
lst[:]   # Ger en kopia på listan
lst[1:]  # Ger [10, 20, 30, 40, 50, 60, 70]
lst[:-1] # Ger [0, 10, 20, 30, 40, 50, 60]

lst[start:stop:steg] ger en bit av listan från start till stop-1, med steglängd steg. Om steg utelämnas mostvarar det steg=1. Om steg är negativ skapas en lista från höger till vänster.

lst = [0, 10, 20, 30, 40, 50, 60, 70]
lst[::2]   # Ger [0, 20, 40, 60]
lst[1::2]  # Ger [10, 30, 50, 70]
lst[::-1]  # Ger [70, 60, 50, 40, 30, 20, 10, 0]

1.5 Mer om nyckel-värdetabeller

En nyckel-värdetabell är en tabell av nyckel-värdepar (key:value). Man kan slå upp värdet för en nyckel. Man kan ta ut alla nycklarna till en lista.

t = {1:3, 5:4, 8:3}
t[5] # Slår upp värdet för nyckel 5 (ger 4)
lst = list(t.keys()) # Tar ut alla nycklarna och gör om till lista
     # Nu är lst=[1, 5, 8]

1.6 Avrundning

x = 10/3
xr = round(x, 2) # Ger x avrundat till två decimaler

2. Filer

2.1 Läsa från fil

f = open("file_name.txt") # Öppna filen
lines = []
for line in f:
  lines.append(line)

En annan variant använder en with-sats för att öppna filen. Läsning sker inuti with-satsen. with-satsen gör att filen automatiskt stängs efteråt.

with open("file_name.txt") as f:
  lines = []
  for line in f:
    lines.append(line)

2.2 Skriva till fil

Exempel skriva till fil:

with open("file_name.txt", "w") as f:    # "w" anger write-mode
    f.write("Hej")                       # Skriver "Hej" till filen.

Om filen inte finns skapas filen. Om filen redan finns kommer innehållet skrivas över. Om du istället vill lägga till saker på slutet av en existerande fil, kan du använda

with open("file_name.txt", "a") as f:    # "a" anger append-mode
    f.write("Hej")                      # Skiver "Hej" efter det som redan finns.

“Append” betyder att man lägger till i slutet.

3. Hämta data över internet

Biblioteket requests kan användas för att hämta en fil över internet.

Importera requests:

import requests

Hämta fil över internet

response = requests.get("https://...")
data = response.text      # Hämta data som en lång sträng
lines = data.splitlines() # Gör om till lista av rader
  • get ger ett svar med info om filen
  • Filens innehåll finns i svarets text som en lång textsträng.

4. NumPy

Importera NumPy:

import numpy as np

4.1 Skapa numpy arrayer

Skapa en 1-dimensionell array:

a = np.array([1,2,3]) # [1,2,3] kan ersättas med variabelnamn för en lista.

Skapa en array fylld med nollor:

zeros = np.zeros(n) # Skapar en array med n st nollor (floats).

Skapa en array fylld av ettor:

ones = np.ones(n) # Skapar en array med n st ettor.

Skapa en 2-dimensionell array:

a = np.array([[1,2,3],[4,5,6],[7,8,9]]) # skapar en 3x3 matris

Skapa en zeros/ones med högre dimension. Obs! De dubbla parenteserna behövs för att det är en tupel (2,3) som är argumentet till funktionen zeros.

zeros2 = np.zeros((2,3)) # Skapar en matris med 2 rader och 3 kolumner, fylld med nollor.

Skapa array med angivet steg mellan element. Börjar på start och lägger till alla element till stop (men inte stop) med skillnaden step:

a = np.arange(start, stop, step)

Skapa array med ett visst antal punkter mellan start och stop. Start och stop kommer själva vara med i arrayen.

a = np.linspace(start, stop, antal) #  antal = antal inklusive start och stop

4.2 Numpy-operationer

Utföra operationer så som +, -, * och / elementvis:

a = np.array([1,2,3])
b = np.array([4,5,6])
c = a+b # == array([5,7,9])

Kan även till exempel addera konstant eller ta kvadraten av arrayen elementvis:

a = np.array([1,2,3])
c = a**2 # == array([1,4,9])

4.3 Numpy-funktioner

Köra sinus-funktionen elementvis på arrayen:

a = np.array([30,60,90])
np.sin(a) # == array([0.5, 0.8660254, 1.0])

Finns väldigt många matematiska funktioner som används på liknande sätt, se här.

5. Matplotlib.pyplot

Det finns otroligt många funktioner i matplotlib och vi kommer inte kunna täcka allt här. För ytterligare information: se dessa tutorials.

Importera Matplotlib och sätt på interactive mode:

import matplotlib.pyplot as plt
plt.ion()

5.1 Allmänt om figurer

Du kan modifiera din figur på många sätt.

plt.figure(figsize(10, 10)) # Skapar ny figure av storlek 10*10 inches
plt.ylim(0, 10) # Gör så att plotfönstret är mellan 0 och 10 på y-axeln
plt.xlim(0, 10) # Gör motsvarande för x-axeln
plt.xlabel("x-axel (s)")    # Sätter text på x-axeln
plt.ylabel("y-axeln (m)")   # Sätter text på y-axeln
plt.title("Min fina graf")  # Sätter en titel   
plt.grid(True) # Gör så att man får ett rutnär i plotten
plt.show()                  # Visar plotten
plt.savefig("min_graf.png") # Sparar plotten till min_graf.png
plt.close() # Stänger figuren så att en ny figur kan skapas

5.2 Plotta linjer

Plotta en linje genom punkter vi anger med x och y:

plt.plot(x, y) # x och y kan vara listor eller np-arrayer av rank 1.

Vi kan sätta extra argument i plot-anropet

plt.plot(x, y, marker="o")     # En liten rund markering för varje datapunkt
plt.plot(x, y, color="r")      # Röd linje ("b" för blå)
plt.plot(x, y, linestyle="--") # Streckad linje ("-" för heldragen)
plt.plot(x, y, "or--")         # Kortform för ovanstående
plt.plot(x, y, linewidth=0.5)  # Linjebredd 0.5
plt.plot(x, y, label="min linje") # Sätt etikett
plt.legend()            # Lägg till "legend" med etiketter

Plott av två kurvor. Typiska anrop:

plt.plot(x1, y1, "ro-", label="linje 1")
plt.plot(x2, y2, "bo-", label="linje 2")
plt.legend()

För mer information om vilka möjligheter som finns för format-argumentet (i stil med "ro-"), se https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.plot.html, sektionen Notes.

5.3 Plotta stapeldiagram

Om man vill plotta ett stapeldiagram i stället för en kurva kan man använda plt.bar.

bar = plt.bar(x, heights, width=width, bottom=bottoms, label="mina staplar") # Lägger till ett antal staplar. Informationen sparas i bar
plt.legend() # Lägger till en legend

5.4 Plotta bilder

Om du har en 2D array du vill plotta kan du använda plt.imshow().

plt.imshow(picture, cmap="PiYG") # Plottar arrayen picture som en bild med colormap "PiYG"
plt.clim(-1.0, 1.0) # Sätter ändpunkterna för colormappen
plt.colorbar(label="min etikett") # Skapar en colorbar med en label