Изучение распределения

Всем доброго времени суток!
у меня имеется набор графиков распределения свойств по глубине, но в каждом файле распределены разные свойства, на разных глубинах. глубины и набор свойств в целом пересекаются. Как построить график распределения свойств по глубине для всех файлов, чтобы знать с какого по какой интервал в дальнейшем обрезать все файлы?

Заранее всем спасибо!!!

0

Очень слабо понятно, что вы хотите. Из того, что удалось понять - если исходить что на всех графиках ось Х - это глубина - наложите графики на одном рисунке - будет вам минимум и максимум.
Если Python - то все этом можно сделать программно, только разумеется не графически, а по исходным данным. Граница снизу - это минимум минимумов, граница сверху - это максимум максимумов. По ним и обрезайте.
Если не то - уточняйте свой вопрос.

1

passant, а если это сделать внутри одного файла. скажем, есть разные параметры, которые изменяются по глубине, т.е. 14 столбцов параметров. как указать что Х- это глубина, а У- это все остальные столбы?. думаю, что здесь лучше всего подойдет диаграмма рассеивания, но не понимаю как указать параметры scatter plot

0

Никак не могу понять - вы про Python или про то, как нарисовать?
Если надо с этим программно работать с данными типа ваших, то в Python есть чудесный для этого механизм - DataFrame называется из библиотеки pandas. Там все естественно - и кто у нас Х, и как называются "остальные столбцы". Хоть 14, хоть 14 тысяч.
При чем тут scatterplot - не понимаю, тем более, что вы написали, что свойства у вас разные. А значит, scatterplot - тут вообще не при делах. Нет, можно конечно, но о чем эти графики будут вам говорить - я просто не могу понять. Кроме того, вы же говорили про "обрезание" по Х, а не по "другим свойствам". Чем вам тут scatterplot поможет? Вообще загадка
Ну и опять - недопостановка задачи ведет к невозможности точно подсказать, как ее решать.

1

passant, попробую объяснить. имеются файлы с изменением свойств по глубине. допустим в 1м файле электрическое сопротивление и радиоактивность изменяются от 100 до 500м, а во втором сопротивление, радиоактивность и плотность изменяются от 150 до 550 и тд. так вот. нужно посмотреть на каком интервале в основном происходит изменение свойств, чтобы далее выбросить интервалы , на которых отсутствует распределение свойств. вот я и подумал, что если использовать scatterplot , то можно понять это

0

Точный ответ на ваш вопрос я уже написал - минимум минимумов и максимум максимумов. Все остальное - это волюнтаризм. Можете "резать" где посчитаете нужным. Никакими "научными" подходами вы это не обоснуете. Просто представьте, что вы выкинули какую-то точку по глубине только потому, что никакой другой показатель на такой глубокой глубине :-) не измерялся. И что? А вдруг именно это значение несут в себе уникальную информацию?
Структура для хранения такой информации - тоже однозначна. Это DataFrame - удобно, изящно, естественно. Все основные задачи решаются в одну-две строчки.

Если же вы вдруг под интервалом на котором "в основном происходит изменение свойств" подразумеваете именно изменения свойств - т.е. либо скачки параметров, либо аномальные значения производной значений рядов, либо т.н. change point, либо выбросы, другие типы аномалии - а их есть немало типов, то это задача совершенно другого типа и другого уровня сложности. И с "отбрасывание лишних Х" имеет мало чего общего. Там своя теория (правильнее сказать - теории, т.к. для каждого типа аномалий работают свои методы). Но скорее всего - я усложняю, и у вас все проще.
А вот хранил бы данные вне зависимости от задачи - в том-же DataFrame. Ибо - универсально.

0