当前位置:   article > 正文

Pytorch学习笔记(八)——CWRU(西储大学轴承数据集)数据集如何从mat格式转为CSV文件_凯斯西储大学 轴承数据集 csv

凯斯西储大学 轴承数据集 csv

2022.4.5增加说明====
鉴于很多读者询问代码没作用的问题,做一下解释
cwru数据集的目录如这样
在这里插入图片描述
子目录
在这里插入图片描述
在这里插入图片描述
file_path需要修改为自己的CWRU数据集的路径
save_file_path需要修改为转换之后需要保存的转换为csv文件后的保存路径
记得路径后面 ‘\\’
然后代码运行之后没提示需要等一会转换要很久

import os
import pandas as pd
import scipy
from scipy import io
import numpy as np

if __name__=='__main__':
     file_path = r"F:/cwru/"  # mat文件路径
    save_file_path = r"F:/csv/"  # 保存路径
    file_type = '.csv'  # 保存文件格式
    # 取得目录下所有的文件名
    dirnames = []
    files = []
    print('转换开始')


    for _, dirnames, _ in os.walk(file_path):
        for dirname in dirnames:
            temp_path = file_path + dirname + '/'
            for _, _, x in os.walk(temp_path):
                files = x
                # 读取数据
            for i in range(len(files)):
                print('转换中')
                features = {}
                features_struct = scipy.io.loadmat(temp_path + str(files[i]))  # 读取文件
                for key in features_struct:
                    if isinstance(features_struct[key], np.ndarray) and (('time' in key)):
                        # 读取振动信号数据
                        features[key] = np.squeeze(features_struct[key])
                    elif 'RPM' in key:
                        # 读取转速,转速放到文件名中
                        rpm = features_struct[key]
                        files[i] = files[i] + '-' + key + '-' + str(rpm[0])
                # 保存文件
                dfdata = pd.DataFrame.from_dict(features, orient='index').T
                # dfdata = pd.DataFrame(features).T 可以转置行列顺序
                if not os.path.exists(save_file_path + dirname + '/'):
                    os.makedirs(save_file_path + dirname + '/')
                dfdata.to_csv(save_file_path + dirname + '/' + files[i] + file_type, index=False)
        print('转换完成')
















  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/weixin_40725706/article/detail/916581
推荐阅读
相关标签
  

闽ICP备14008679号