swc神經元資料的使用和Python分析

2021-10-25 20:25:51 字數 1366 閱讀 8372

讀完了呢?

為啥這麼多廢話?

承接之前的文章: swc格式檔案讀取與處理,有了新進展,遂記錄下來。(不然真的容易忘)

之前的文章有介紹方法: swc格式檔案讀取與處理。但是從現在的例子可以看到,資料的頭部為#開始的資料,並且注釋的列數與後邊資料不同。下面是我測試成功的"公升級版"讀取方式。

可以使用記事本開啟快速檢視,也可以用python的read_csv()。從例子可以看到,資料的頭部為以井號開頭的注釋,下面為資料。所以使用python處理時,可以通過「#」刪除前面的注釋。

【如果不去找到最大列數,這個例子會報錯,當時花了很長時間才解決。所以下面的**有col_count那一行】

import pandas as pd

with

open

(file_path)

as temp_f:

# 用col_count列表存放檔案每一行的列數

col_count =

[len

(l.split(

",")

)for l in temp_f.readlines()]

# 這裡計算原始檔案的最大列數,並利用這個最大列數生成了列名的列表

column_names =

[i for i in

range

(max

(col_count))]

df = pd.read_csv(file_path, skip_blank_lines=

true

, header=

none

, names=column_names)

# df_head 儲存資料介紹

df_head = df.loc[df[0]

.str

.startswith(

"#"),:

]# 上句是因為,觀察資料注釋以#開頭,所以通過startswith('#')篩選出注釋部分

df_head.set_index(

0,inplace =

true

)# df儲存樣本點資料

df = df.loc[

~(df[0]

.str

.startswith(

"#")),

:]# 這句比較妙,找了好久才發現df可以通過~取反進行查詢。

這樣,df裡儲存了每個樣本點的資料,df_head儲存的是注釋內容。

感覺我的記錄有點像講故事,碎碎念很多,哈哈哈。這實在是因為我想把取得的一點點進展講給別人聽,而周圍的朋友因為方向不同,沒人可講。寫部落格就當滿足我的分享欲和說話欲了。有了其他收穫再來更新,拜拜~

神經元和突觸

在大腦裡,認識世界的過程,是通過神經細胞之間的不斷連線來進行的。這種連線被稱為 突觸 神經細胞以突觸的形式互聯,形成神經細胞網路。神經細胞又名神經元。神經元除了擁有一般細胞的結構外,還從細胞體上長出了一根根的觸手,這些突起的觸手被叫做 神經突起 神經突起有兩種。一種長度較短 分支較多,就像樹杈一樣,...

Izhikevich神經元的MATLAB實現

在神經元模型中,izhikevich模型相較於hh模型和if模型,具有準確度高 相比if 計算簡單 相比hh 等優點,其數學表示式如下 v 0.04v 2 5v 140 u i u a bv u if v 30 mv then v cu u d 現在網路上和各大論壇所有的大部分都是多神經元模型,有關...

神經元的工作機制

神經元由細胞體個突起組成。突起分為軸突和樹突。細胞體是由很多分子形成的綜合體,內部含有乙個細胞核 核醣體 原生質網狀結構等,它是神經元活動的能量 地,在這裡進行新陳代謝等各種生化過程。神經元也即是整個細胞,整個細胞的最外層稱為細胞膜。細胞體的伸延部分產生的分枝稱為樹突,樹突是接受從其它神經元傳入的資...