数据读取

• 直接通过Python自带的包读取CSV文件，读进来都是字符串格式，不好处理，所以安装pandas处理

# 读取csv文件，pandas会将CSV数据的第一行作为表头
data = pd.read_csv("test.csv")

• 本文以遥感影像数据为例，每一行表示一个像元的所对应的不同的参数或属性的值
  

数据处理

1.由于从CSV文件中读取的数据大多需要进行处理，所以转换为列表形式比较方便

# 遍历所有数据并存储到数组中
a = data.values.tolist()

2.统计该数据一共有多少行（像元数目）使用len函数

# 计算像元个数
num = len(a)

3.对列表中的数据进行统一处理（求绝对值）需要调用map函数

# map函数用于映射整个list进行操作，python3.0的map函数需要嵌套在list函数中
 b = list(map(abs, a[i]))

4.对遍历的数据进行处理后，需要重新存入数组中，需要用到append函数

# append函数用于将每次循环的数据添加到新建的空数组中
c.append(b)

数据输出

#name用于命名输出的CSV文件的表头
name = ['dominant']
test = pd.DataFrame(columns=name, data=judge)
test. to_csv("test2.csv")

应用案例程序

➡️ 遥感影像阈值分区