-
Notifications
You must be signed in to change notification settings - Fork 2
/
Copy pathexploratory_analysis.py
244 lines (200 loc) · 8.33 KB
/
exploratory_analysis.py
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
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# ----------------------------------------
# Projeto Soluções de Mineração de Dados
# ----------------------------------------
# Base de dados:
# Activity recognition with healthy older people using a batteryless
# wearable sensor Data Set
#
# Grupo:
# Karl Sousa (kvms)
# Maria Eugênia (meps)
# Mateus Silva (mmps)
# Vitor Cardim (vcm3)
#%%
# *********************************
# *** Importação de bibliotecas ***
# *********************************
import os
import glob
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas.plotting import scatter_matrix
from mpl_toolkits.mplot3d import Axes3D #corrige erro projeção 3D
#%%
# ********************************
# *** Leitura da base de dados ***
# ********************************
#%%
# Geração de listas de nomes dos arquivos por grupos (gênero e sala)
arquivosSala1 = sorted(glob.glob('S1_Dataset/d*'))
arquivosSala2 = sorted(glob.glob('S2_Dataset/d*'))
arquivosGerais = arquivosSala1 + arquivosSala2
arquivosHomens = [ arq for arq in arquivosGerais if arq.endswith('M') ]
arquivosMulheres = [ arq for arq in arquivosGerais if arq.endswith('F') ]
arquivosHomensS1 = [ arq for arq in arquivosSala1 if arq.endswith('M') ]
arquivosHomensS2 = [ arq for arq in arquivosSala2 if arq.endswith('M') ]
arquivosMulheresS1 = [ arq for arq in arquivosSala1 if arq.endswith('F') ]
arquivosMulheresS2 = [ arq for arq in arquivosSala2 if arq.endswith('F') ]
# Criação das bases de dados
dataS1 = pd.concat([pd.read_csv(f, header=None) for f in
arquivosSala1], ignore_index = True)
dataS2 = pd.concat([pd.read_csv(f, header=None) for f in
arquivosSala2], ignore_index = True)
dataS1.columns = dataS2.columns = ['tempo','frontal','vertical','lateral',
'antena','rssi','fase','frequencia',
'atividade']
full_data = pd.concat([dataS1, dataS2])
# *************************************
# *** Análise Exploratória de Dados ***
# *************************************
#%%
# *** Análise no conjunto dos dados ***
# Aqui será feita a AED no conjunto dos dados, ou seja, concatenando
# os diferentes ensaios de coleta de dados de diferentes pessoas
dataS1.info()
dataS2.info()
print("Apresentando as dimensões dos dados (shape)")
print("S1:")
print(dataS1.shape)
print("S2:")
print(dataS2.shape)
print("Visualizando os 10 primeiros registros (head(10))")
print("S1:")
print(dataS1.head(10))
print("S2:")
print(dataS2.head(10))
print("Conhecendo os dados estatísticos dos dados carregados (describe)")
print("S1:")
print(dataS1.describe())
print("S2:")
print(dataS2.describe())
print("Conhecendo a distribuição dos dados por classes (class distribution)")
print(dataS1.groupby('atividade').size())
print(dataS2.groupby('atividade').size())
print("Criando gráficos de caixa da distribuição das classes")
print("S1:")
dataS1.plot(kind='box', subplots=True, layout=(3,3), sharex=False,
sharey=False, figsize = [10, 10])
plt.show()
print("S2:")
dataS2.plot(kind='box', subplots=True, layout=(3,3), sharex=False,
sharey=False, figsize = [10, 10])
plt.show()
print("Criando histogramas dos dados por classes")
print("S1:")
dataS1.hist(figsize=[10, 10])
plt.show()
print("S2:")
dataS2.hist(figsize=[10, 10])
plt.show()
print("Criando gráficos de dispersão dos dados")
print("S1:")
colors_palette = {1: 'red', 2: 'yellow', 3: 'blue', 4: 'green'}
colors = [colors_palette[c] for c in dataS1['atividade']]
scatter_matrix(dataS1[['tempo','frontal','vertical','lateral','antena','rssi',
'fase','frequencia']], c=colors, figsize = [10, 10])
plt.show()
print("S2:")
colors = [colors_palette[c] for c in dataS2['atividade']]
scatter_matrix(dataS2[['tempo','frontal','vertical','lateral','antena','rssi',
'fase','frequencia']], c=colors, figsize = [10, 10])
plt.show()
# Plot 3D da classificação da classe segundo as acelerações nos 3 eixos
print("S1:")
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(111, projection='3d')
for x,c,action in [(1,'r', 'sentado na cama'), (2,'g','sentado na cadeira'),
(3,'b', 'deitado'), (4,'k', 'movimento')]:
xs = dataS1.loc[dataS1['atividade'] == x]['frontal']
ys = dataS1.loc[dataS1['atividade'] == x]['vertical']
zs = dataS1.loc[dataS1['atividade'] == x]['lateral']
ax.scatter(xs, ys, zs, c=c, marker='.', label=action)
ax.legend()
ax.set_xlabel('frontal')
ax.set_ylabel('vertical')
ax.set_zlabel('lateral')
ax.view_init(None, 30)
plt.show()
print("S2:")
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(111, projection='3d')
for x,c,action in [(1,'r', 'sentado na cama'), (2,'g','sentado na cadeira'),
(3,'b', 'deitado'), (4,'k', 'em movimento')]:
xs = dataS2.loc[dataS2['atividade'] == x]['frontal']
ys = dataS2.loc[dataS2['atividade'] == x]['vertical']
zs = dataS2.loc[dataS2['atividade'] == x]['lateral']
ax.scatter(xs, ys, zs, c=c, marker='.', label=action)
#ax.legend()
#ax.set_xlabel('frontal')
#ax.set_ylabel('vertical')
#ax.set_zlabel('lateral')
#ax.view_init(None, 30)
plt.show()
# Gráfico da aceleração x tempo, classificando segundo as classes
print("Considerando todo o conjunto de dados:")
fig = plt.figure(figsize=(20,10))
ax=fig.add_subplot(111)
for x,c,action in [(1,'r', 'sentado na cama'), (2,'g','sentado na cadeira'),
(3,'b', 'deitado'), (4,'k', 'em movimento')]:
ts = full_data.loc[full_data['atividade'] == x]['tempo']
xs = full_data.loc[full_data['atividade'] == x]['frontal']
ys = full_data.loc[full_data['atividade'] == x]['vertical']
zs = full_data.loc[full_data['atividade'] == x]['lateral']
ax.scatter(ts, xs, c=c, marker='.', label=action)
ax.scatter(ts, ys, c=c, marker='x', label=action)
ax.scatter(ts, zs, c=c, marker='^', label=action)
ax.legend()
ax.set_xlabel('tempo (s)')
ax.set_ylabel('aceleração (g)')
plt.show()
#%%
# *** Análise em um ensaio de coleta de dados ***
# Aqui será feita a AED considerando-se somente um ensaio de coleta,
# ou seja, a partir da sequência temporal de dados de um único arquivo
print("Primeiro ensaio de coleta (1º arquivo)")
single_sample = pd.read_csv("S1_Dataset/d1p01M", header=None)
single_sample.columns = ['tempo', 'frontal', 'vertical', 'lateral', 'antena',
'rssi', 'fase', 'frequencia', 'atividade']
print("Conhecendo a distribuição dos dados por classes (class distribution)")
print(single_sample.groupby('atividade').size())
print("Criando gráficos de dispersão dos dados")
colors_palette = {1: 'red', 2: 'yellow', 3: 'blue', 4: 'green'}
colors = [colors_palette[c] for c in single_sample['atividade']]
scatter_matrix(single_sample[['tempo', 'frontal', 'vertical', 'lateral',
'antena', 'rssi', 'fase', 'frequencia']],
c=colors, figsize = [10, 10])
plt.show()
# Plot 3D da classificação da classe segundo as acelerações nos 3 eixos
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(111, projection='3d')
for x,c,action in [(1,'r', 'sentado na cama'), (2,'g','sentado na cadeira'),
(3,'b', 'deitado'), (4,'k', 'em movimento')]:
xs = single_sample.loc[single_sample['atividade'] == x]['frontal']
ys = single_sample.loc[single_sample['atividade'] == x]['vertical']
zs = single_sample.loc[single_sample['atividade'] == x]['lateral']
ax.scatter(xs, ys, zs, c=c, marker='.', label=action)
ax.legend()
ax.set_xlabel('frontal')
ax.set_ylabel('vertical')
ax.set_zlabel('lateral')
ax.view_init(None, 30)
plt.show()
# Gráfico da aceleração x tempo, classificando segundo as classes
fig = plt.figure(figsize=(20,10))
ax=fig.add_subplot(111)
for x,c,action in [(1,'r', 'sentado na cama'), (2,'g','sentado na cadeira'),
(3,'b', 'deitado'),(4,'k', 'em movimento')]:
ts = single_sample.loc[single_sample['atividade'] == x]['tempo']
xs = single_sample.loc[single_sample['atividade'] == x]['frontal']
ys = single_sample.loc[single_sample['atividade'] == x]['vertical']
zs = single_sample.loc[single_sample['atividade'] == x]['lateral']
ax.scatter(ts, xs, c=c, marker='.', label=action)
ax.scatter(ts, ys, c=c, marker='x', label=action)
ax.scatter(ts, zs, c=c, marker='^', label=action)
ax.legend()
ax.set_xlabel('tempo (s)')
ax.set_ylabel('aceleração (g)')
plt.show()