问题标签 [data-cube]

在我的BIRT 报告中，我正在使用数据立方体在交叉表的帮助下显示一些数据。在交叉表中，我在其他度量的帮助下添加了一个派生度量。

问题：如何计算交叉表中该派生度量的平均值？

请回答我的问题。谢谢

我有 CSV 数据集，我想使用 Data Cube Vocabulary 构建 RDF。

现在我有了triplifier，它用tarql构造“常规” RDF：

我可以找到一些关于带有 Data Cube 的结果 RDF 应该是什么样子的解释，但是我没有找到关于构造它的示例。

这是我要处理的数据集。

我有一堆带有附加属性的 RDF Data Cube 观察，在我的例子中是记录该值的日期。

模式很简单，例如（省略其他维度/度量/属性）：

所以我qb:DataSet的商店里有多个。现在我想找出my:lastupdate每个数据集的最后 X 个值。假设我想要每个特定数据集的最后 5 个值。

对于一个特定的数据集，我可以很容易地做到这一点：

但是，如果在每个数据集的单个 SPARQL 查询中完全可以做到这一点，我会有点迷茫。我尝试了与子选择、LIMIT 和 GROUP BY 组合的各种组合，但没有任何结果导致我正在寻找的结果。

我想对该光谱图像上的光谱计数执行 y 轴强度偏移。无论如何，是否有脚本将此添加到数据立方体中的所有位置的光谱？

单鳗鱼光谱

SSAS 数据立方体中的日期正在处理，如 201801-201802-201803 等。出于某种原因，我无法弄清楚如何让它们像 2018 年 6 月那样显示。我知道必须有一种方法可以在维度上编码日期，以像这样显示它们，我只是找不到它或任何知道的人。

对于我使用的订单年份

对于我使用的订单月份

这些都是基于我的OrderDate专栏，我将这些输出带入我的数据库，比如

我冲浪了很多，但无法得到建议。请就此向我提出建议。

我想摄取 Sentinel 3 OLCI 2 级产品，所以我正在尝试制作“prepare_dataset.py”脚本。我无法获得“grid_spatial/projection”的详细信息，尤其是“geo_ref_points”。我尝试使用 RasterIO，按照这里的建议，但是当我加载一个乐队的“.nc”文件时，我有一个“NotGeoreferencedWarning”，我无法提取所需的信息。

考虑这个例子。我有一个带有三个“维度”的 pandas 数据框：日期、位置、项目 ID 和一些值，比如销售和需求。

我想汇总销售额并计算和可视化任一维度的统计数据。例如，我可以汇总项目并计算每天和位置的总销售额和销售额占总销售额的比率。我还可以计算更多“创造性”kpi，因此我还应该能够通过聚合计算通用函数。

我可以进行几种可能的聚合。我可以聚合位置、日期或项目，或者同时聚合两个维度：位置和日期、位置和项目......我可以考虑很多聚合，因为我必须与用户验证某事如何，在这个例子中是“销售"，是行为，我们需要探索几个维度，至少在软件开发的这个阶段是这样。

我用 pandas 和 plotnine 做到了这一点。我通过 pandas 创建了相应的聚合作为数据框，然后绘制它们。

然后，我希望我的图表是交互式的并且易于用户使用。

也许我可以通过使用 pandas 和 plotly 得到一些东西。我需要检查 plotly 与 plotnine 的兼容性如何

但是，我想知道这是否看起来更像是一个 BI 应用程序。或者，无论如何，如果有一个库或软件可以在指定更少代码的同时实现相同的结果，则需要在我们已经很大的代码库中进行维护。

您认为我应该评估哪些其他选项？

TIA

Bokeh 1.3 新小部件 DataCube 如何汇总多个字段？

散景 1.3 文档：https ://blog.bokeh.org/posts/release-1-3-0

从 Bokeh doc 的示例代码中，它只会总结 1 个字段，我尝试使用 2 个字段的列表，但没有运气。

示例代码：

任何帮助都很棒，谢谢。

我正在尝试将我的数据从 csv 文件中提取到 R 中。数据当前的格式如下：

这些行中的每一行都是不同区域的数据。我想以这种格式拥有它：

我怎样才能做到这一点？

我想在 Python 中对 3D 数据立方体进行 1D 插值。我有 18 张以基准波长拍摄的图像。我想对每个像素进行 1D 插值，以形成 185 个给定特定波长的新图像。我的问题是优化问题。我已经看到了类似的技巧，scipy.ndimage.map_coordinates但我认为这不能应用于我的问题并作为优化解决方案的结果。真正的问题是我的数据的大小：我正在使用一个(18x1024x1024)数据立方体，并且想要一个新的数据立方体输出大小(185x1024x1024)。有没有办法优化以下代码？