Hallo
Ich versuche gerade mit de ufloat() Funktion von Python zu arbeiten.
https://pythonhosted.org/uncertainties/
Leider schaffe ich es nicht die Funktion mit Werten aus meinem DataFrame
zu füttern:
Kolja L. schrieb:> df['Messwert_ufloat'] => ufloat(ufloat_Messwert,ufloat_Messwert_Fehler_gesamt)
ich denke das diese ufloat nicht damit klarkommt das du ein Dataframe da
rein stopfen willst. den Dataframe kannst du dir vereinfacht als Liste
Vorstellen und die Showcase auf deren Seite zeigen alle nur den Umgang
mit int oder Float. auch das Zuweisen von df['Messwert_ufloat'] der
reihe auf einen Funktionsaufruf macht wahrscheinlich wenig Sinn.
Generell sieht es mir so aus als würdest du deine DataFrames als Series
verwenden.
Probier mal folgendes:
Noch eine kleine Frage:
Ich möchte mit den fehlerbehafteten Werten rechnen, hier nur
beispielhaft eine Summe bilden, und das Ergebnis dann, inkl
Fehlerbalken, plotten.
Wenn ich die df's plotte funktioniert es auch,
das Ergebnis der Berechnung geht aber nicht.
Hier mal mein Beispiel:
Kolja L. schrieb:> Ich verstehe zwar nicht so ganz wie dein Code funktioniert, aber er> funktioniert!
Dann solltest du die Pandas Dokumentation lesen oder ein Buch zu den
Thema deiner Wahl, das ist keine Rocket Science.
Kolja L. schrieb:> AttributeError: 'AffineScalarFunc' object has no attribute 'apply'
hier Hilft dir google, AffineScalarFunc ist ein Objekt deiner Komischen
Libary (von der ich noch nie Gehört hab), seh mal nach was die sum in
der Zeile zuvor für ein Datentyp liefert, das ist sicher nichts mit dem
pandas umgehen kann und der grund für den Fehler.
Nachtrag
https://pythonhosted.org/uncertainties/user_guide.html zeigt im Beitrag
Arrays of numbers with uncertainties deutlich das, bei der sum Operation
von numpy oder pandas beim printen ein string erzeugt wird.
Der meine Vermutung untermauert das Summe vom Type AffineScalarFunc ist,
das kannst du z.b mit type(Summe) Prüfen, und dir(Summe) dürfte dir dann
sagen das AffineScalarFunc keine apply methode hat, damit dürfte klar
sein das du einen Denkfehler hast.
Vielleicht hilft es wenn du uns verraten würdest was dein Ziel ist,
willst du für die uncertainties lib werben, dann bist du ziemlich
ungeschickt ;) oder hast du ein Problem zu lösen, dass vielleicht diese
Lib gar nicht braucht.