در این مطلب، ویدئو Image ’21 Master Class Webinar: چگونه داده ها را از OpendTect در محیط Python استخراج کنیم با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:19:54
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:06,080 –> 00:00:08,160
در نسخه ی نمایشی زیر
2
00:00:08,160 –> 00:00:11,280
نحوه استخراج داده ها از opendetect به
3
00:00:11,280 –> 00:00:13,120
محیط پایتون را نشان خواهم داد
4
00:00:13,120 –> 00:00:15,679
در این مورد نوت بوک jupyter
5
00:00:15,679 –> 00:00:18,000
اما همچنین محیط های دیگری مانند spyder
6
00:00:18,000 –> 00:00:19,680
گزینه ای هستند که
7
00:00:19,680 –> 00:00:21,199
این محیط ها با
8
00:00:21,199 –> 00:00:23,600
آخرین نسخه نرم افزار تشخیص خروجی ارسال
9
00:00:23,600 –> 00:00:25,359
می شوند و می توانند از داخل
10
00:00:25,359 –> 00:00:28,320
opendetect شروع شوند. خود
11
00:00:28,320 –> 00:00:29,920
توجه داشته باشید که چندین گزینه دیگر نیز
12
00:00:29,920 –> 00:00:31,840
برای پیاده سازی کد پایتون در
13
00:00:31,840 –> 00:00:33,360
opendetect وجود دارد،
14
00:00:33,360 –> 00:00:35,440
مانند ویژگی خارجی موجود
15
00:00:35,440 –> 00:00:38,559
در موتور ویژگی opendetect
16
00:00:38,559 –> 00:00:40,559
در اینجا ما بر روی کار در یک
17
00:00:40,559 –> 00:00:42,480
نوت بوک مشتری و راه اندازی یک
18
00:00:42,480 –> 00:00:46,480
اتصال برای شناسایی خود از آنجا تمرکز
19
00:00:46,719 –> 00:00:49,039
می کنیم. این
20
00:00:49,039 –> 00:00:51,760
مهم، توانایی استفاده از کد، شما را به یک
21
00:00:51,760 –> 00:00:53,680
زمینشناس قدرتمندتر تبدیل میکند و
22
00:00:53,680 –> 00:00:55,520
میتوانید بین انواع دادههایی
23
00:00:55,520 –> 00:00:56,960
که در یک
24
00:00:56,960 –> 00:00:58,800
برنامه نرمافزاری پشتیبانی
25
00:00:58,800 –> 00:01:00,960
26
00:01:00,960 –> 00:01:02,399
27
00:01:02,399 –> 00:01:04,080
28
00:01:04,080 –> 00:01:06,000
29
00:01:06,000 –> 00:01:07,520
نمیشوند، ادغام کنید. نرم افزار
30
00:01:07,520 –> 00:01:09,280
و لیست مزایا بسیار
31
00:01:09,280 –> 00:01:11,600
طولانی تر است
32
00:01:11,600 –> 00:01:13,600
یکی از شو w stoppers که جستجو را انجام می دهد
33
00:01:13,600 –> 00:01:17,200
اغلب به این صورت است که داده io پیچیده است،
34
00:01:17,200 –> 00:01:19,520
شما باید داده ها را از یک پایگاه داده نرم افزاری بخوانید
35
00:01:19,520 –> 00:01:22,080
که در آن فرمت های ذخیره سازی
36
00:01:22,080 –> 00:01:23,280
37
00:01:23,280 –> 00:01:25,680
در خروجی شناخته شده نیستند شناسایی به عنوان یک پروژه جانبی
38
00:01:25,680 –> 00:01:27,600
ابزارهای یادگیری ماشین جدید
39
00:01:27,600 –> 00:01:29,840
که می توانید به راحتی داده های چاه را
40
00:01:29,840 –> 00:01:31,759
از آپادیت بردارید. پایگاه داده
41
00:01:31,759 –> 00:01:36,079
و آن را در یک محیط پایتون بیاورید
42
00:01:36,159 –> 00:01:39,280
کتاب کار انجام شده در نوت بوک
43
00:01:39,280 –> 00:01:41,600
مربوط به یادگیری ماشین است، اما
44
00:01:41,600 –> 00:01:45,119
البته می تواند دامنه های دیگری را نیز شامل شود.
45
00:01:45,119 –> 00:01:46,880
نسخه آزمایشی زیر
46
00:01:46,880 –> 00:01:49,520
مثالی از محاسبه نسبت ناخالص شبکه
47
00:01:49,520 –> 00:01:51,840
برای فاصله چشم انداز را نشان خواهم داد،
48
00:01:51,840 –> 00:01:53,840
محاسبه ای که به راحتی در opendetect انجام نمی شود.
49
00:01:53,840 –> 00:01:55,439
50
00:01:55,439 –> 00:01:57,759
پس از آن مثال دیگری
51
00:01:57,759 –> 00:01:59,840
اعمال تجزیه و تحلیل مؤلفه اصلی و به
52
00:01:59,840 –> 00:02:03,040
دنبال آن یک یادداشت خوشهبندی وجود دارد
53
00:02:03,360 –> 00:02:05,119
که کد مربوط به برنامه
54
00:02:05,119 –> 00:02:07,840
در اینجا نسبتاً ساده و عمومی است
55
00:02:07,840 –> 00:02:09,919
و برای
56
00:02:09,919 –> 00:02:12,959
تجزیه و تحلیل مناسب علوم زمین در شکل فعلی کاملاً مناسب نیست،
57
00:02:12,959 –> 00:02:15,760
اما تمرکز بر بازیابی دادهها
58
00:02:15,760 –> 00:02:18,319
از opendetect و بازیابی داده است. به
59
00:02:18,319 –> 00:02:20,319
opendetect
60
00:02:20,319 –> 00:02:22,319
با برنامه های میانی
61
00:02:22,319 –> 00:02:26,239
که به تازگی درج شده اند مثال را کامل کنید
62
00:02:26,239 –> 00:02:28,319
اجازه دهید شروع کنم با نشان دادن جایی که یک open
63
00:02:28,319 –> 00:02:30,480
detect ویرایشگر و محیط پایتون
64
00:02:30,480 –> 00:02:32,160
را میتوان شروع
65
00:02:32,160 –> 00:02:33,920
کرد، یک پنجره تنظیمات وجود دارد که
66
00:02:33,920 –> 00:02:36,239
میتوانید با کلیک کردن روی نماد
67
00:02:36,239 –> 00:02:38,800
با دو مار پایتون
68
00:02:38,800 –> 00:02:41,599
در اینجا در میان سایر موارد دسترسی داشته باشید، میتوانید
69
00:02:41,599 –> 00:02:43,840
محیط پایتون خود را تنظیم کنید
70
00:02:43,840 –> 00:02:48,959
و انتخاب کنید. ایده python ترجیحی شما
71
00:02:49,360 –> 00:02:52,160
در نماد بعدی سمت راست،
72
00:02:52,160 –> 00:02:54,160
ایده را در مورد من شروع می کنید که
73
00:02:54,160 –> 00:02:56,640
74
00:02:56,720 –> 00:02:58,560
قبل از تغییر به دفترچه یادداشت
75
00:02:58,560 –> 00:03:00,640
76
00:03:00,640 –> 00:03:03,280
77
00:03:03,280 –> 00:03:05,360
78
00:03:05,360 –> 00:03:08,000
jupiter شروع می شود. استفاده کنید
79
00:03:08,000 –> 00:03:09,840
من هرگز با این مجموعه داده کار
80
00:03:09,840 –> 00:03:12,560
نکرده ام، بنابراین کد من شامل
81
00:03:12,560 –> 00:03:14,959
وظایف شناسایی معمولی برای شناخت
82
00:03:14,959 –> 00:03:16,720
بهتر مجموعه داده خواهد بود،
83
00:03:16,720 –> 00:03:19,519
بنابراین بیایید
84
00:03:19,519 –> 00:03:21,120
برای کسانی که با نوت بوک jupiter آشنا نیستند، به
85
00:03:21,120 –> 00:03:23,280
نوت بوک jupyter سوئیچ کنیم، این ابزاری است که
86
00:03:23,280 –> 00:03:25,920
کد می تواند به راحتی در سلول هایی مانند این تقسیم می شود
87
00:03:25,920 –> 00:03:26,959
88
00:03:26,959 –> 00:03:29,200
و این
89
00:03:29,200 –> 00:03:33,040
کد کمیاب را می توان در هر سلول اجرا کرد
90
00:03:33,040 –> 00:03:35,680
سلول های نشانه گذاری میانی مانند این را
91
00:03:35,680 –> 00:03:37,519
می توان برای افزودن شفاف سازی اضافه کرد. کاتیون ها یا
92
00:03:37,519 –> 00:03:38,959
مواد پشتیبان
93
00:03:38,959 –> 00:03:41,040
فرمت ایده آلی برای کارهای علمی است
94
00:03:41,040 –> 00:03:43,120
که تئوری را با کاربردهای کد ترکیب می
95
00:03:43,120 –> 00:03:47,040
کند یا برای دمو در
96
00:03:47,040 –> 00:03:49,760
توضیح دفترچه یادداشت می
97
00:03:49,760 –> 00:03:51,760
گذرم و
98
00:03:51,760 –> 00:03:53,680
هدف اصلی هر مرحله را
99
00:03:53,680 –> 00:03:55,200
توضیح می دهم نسخه ای از این دفترچه منتشر می شود
100
00:03:55,200 –> 00:03:56,959
و جزئیات کد ارائه می شود. را می توان
101
00:03:56,959 –> 00:04:01,760
بعداً
102
00:04:01,760 –> 00:04:04,480
در خانه کد اول مطالعه کرد که ما از ماژول های پایتون استفاده می کنیم
103
00:04:04,480 –> 00:04:08,239
من دوست دارم بعداً از آن استفاده
104
00:04:08,239 –> 00:04:10,879
کنم چند تنظیمات تنظیم شده است و همچنین
105
00:04:10,879 –> 00:04:12,720
در سلول کد بعدی
106
00:04:12,720 –> 00:04:15,200
ما odpi را به طور خاص ابزار توسعه وارد می کنیم.
107
00:04:15,200 –> 00:04:18,160
108
00:04:18,160 –> 00:04:20,160
این کتابخانه پایتون است که توسط dgb ایجاد شده است
109
00:04:20,160 –> 00:04:22,800
که اجازه می دهد تا دسترسی آسان به
110
00:04:22,800 –> 00:04:24,639
دادههای چاه gtx باز
111
00:04:24,639 –> 00:04:27,040
ما از این فوراً
112
00:04:27,040 –> 00:04:29,520
برای بازجویی از پایگاه داده چاه
113
00:04:29,520 –> 00:04:31,440
با نامها استفاده میکنیم
114
00:04:31,440 –> 00:04:33,520
و نام دیوارهای موجود را
115
00:04:33,520 –> 00:04:36,639
که در فهرستی ذخیره میکنید دریافت میکنیم.
116
00:04:38,080 –> 00:04:41,280
117
00:04:41,280 –> 00:04:42,960
118
00:04:42,960 –> 00:04:45,360
119
00:04:45,360 –> 00:04:47,680
این کار با حلقه زدن بر روی
120
00:04:47,680 –> 00:04:51,199
تمام جوش ها و فراخوانی تابع get track
121
00:04:51,199 –> 00:04:53,280
انجام
122
00:04:53,280 –> 00:04:56,400
می شود و چندین لیست
123
00:04:56,400 –> 00:04:58,320
که عمق اندازه گیری را
124
00:04:58,320 –> 00:05:00,080
از طریق یک عمق عمودی نشان می دهد، به خروجی می دهد. h
125
00:05:00,080 –> 00:05:01,759
مختصات x
126
00:05:01,759 –> 00:05:03,919
و مختصات y
127
00:05:03,919 –> 00:05:05,919
با بررسی مختصات مشاهده می شود
128
00:05:05,919 –> 00:05:07,520
که همه چاه ها
129
00:05:07,520 –> 00:05:11,840
دارای یک مسیر کاملا عمودی
130
00:05:12,320 –> 00:05:14,400
در بلوک کد بعدی
131
00:05:14,400 –> 00:05:15,600
132
00:05:15,600 –> 00:05:17,360
133
00:05:17,360 –> 00:05:19,840
134
00:05:19,840 –> 00:05:23,560
هستند. بعداً نیاز خواهد بود
135
00:05:26,400 –> 00:05:28,240
وظیفه اصلی بعدی
136
00:05:28,240 –> 00:05:30,320
بازیابی چاه قفل شده است
137
00:05:30,320 –> 00:05:32,320
دو مشکل رایج با قفل خوب این است
138
00:05:32,320 –> 00:05:34,880
که ما همه چاه ها
139
00:05:34,880 –> 00:05:37,280
مجموعه یکسانی از انواع سیاهه را ندارند و
140
00:05:37,280 –> 00:05:38,720
دیگری این است
141
00:05:38,720 –> 00:05:40,479
که حتی یک نوع سیاهه ممکن
142
00:05:40,479 –> 00:05:42,000
است تحت نام های گزارش کمی متفاوت با
143
00:05:42,000 –> 00:05:43,919
نام های مختلف فهرست شود.
144
00:05:43,919 –> 00:05:46,639
راه حل در اینجا این است که ابتدا
145
00:05:46,639 –> 00:05:50,160
نام ها یا خاطرات همه سیاهه ها را در هر چاه
146
00:05:50,160 –> 00:05:53,840
با عملکرد نام کاتالوگ بارگذاری
147
00:05:54,639 –> 00:05:56,479
148
00:05:56,479 –> 00:05:58,960
149
00:06:00,880 –> 00:06:03,440
کنم و یک فرهنگ لغت به من ارائه می دهد
150
00:06:03,440 –> 00:06:05,120
که برای هر
151
00:06:05,120 –> 00:06:08,560
چاه لیستی از همه نام های سیاهه ها
152
00:06:10,080 –> 00:06:11,919
و سپس انواع سیاهه هایی که چگالی
153
00:06:11,919 –> 00:06:13,280
مورد علاقه دارند را در اختیار من قرار می دهد.
154
00:06:13,280 –> 00:06:16,319
155
00:06:16,319 –> 00:06:17,600
156
00:06:17,600 –> 00:06:19,680
157
00:06:19,680 –> 00:06:24,319
در
158
00:06:24,319 –> 00:06:26,560
صورت مواجهه با نام مستعار، فرهنگ لغت بالقوه خود به خود القای عمیق اشعه
159
00:06:26,560 –> 00:06:28,800
گامای صوتی ایجاد
160
00:06:28,800 –> 00:06:31,919
می شود. عملکرد log
161
00:06:32,560 –> 00:06:36,880
مانند این اجازه دهید همزمان آن را اجرا کنیم
162
00:06:37,280 –> 00:06:38,960
163
00:06:38,960 –> 00:06:41,680
فهرستی از گزارش های گم شده حفظ می شود،
164
00:06:41,680 –> 00:06:43,600
این مهم است، به عنوان مثال از آنجایی که بسیاری از
165
00:06:43,600 –> 00:06:45,680
برنامه های یادگیری ماشین نیاز
166
00:06:45,680 –> 00:06:49,120
به مجموعه ثابتی از ویژگی های ورودی
167
00:06:49,120 –> 00:06:51,120
دارند، مشاهده می شود که برخی از چاه ها
168
00:06:51,120 –> 00:06:53,680
قفل صوتی مانند قفل صوتی ندارند.
169
00:06:54,000 –> 00:06:55,840
این یکی
170
00:06:55,840 –> 00:06:57,520
و سایرین قفل پتانسیل خود به خودی ندارند و
171
00:06:57,520 –> 00:06:59,120
172
00:06:59,120 –> 00:07:01,599
در یکی از برنامههای بعدی دوباره وارد میشود و در
173
00:07:01,599 –> 00:07:03,520
174
00:07:03,520 –> 00:07:06,560
نهایت همه گزارشهای بارگیری شده به
175
00:07:06,560 –> 00:07:09,360
قاب داده پاندا تبدیل میشوند که سپس حرفهای ذخیره
176
00:07:09,360 –> 00:07:13,120
میشود در حالی که در یک فرهنگ
177
00:07:14,240 –> 00:07:16,639
لغت برای مدیریت بعدی راحتتر است.
178
00:07:16,639 –> 00:07:19,120
179
00:07:19,440 –> 00:07:21,440
یک تجسم سریع از
180
00:07:21,440 –> 00:07:24,240
قاب داده maui 5
181
00:07:24,240 –> 00:07:27,280
و ثبت گزارش چگالی از maui
182
00:07:27,280 –> 00:07:28,960
5.
183
00:07:28,960 –> 00:07:31,440
توجه داشته باشید که در یک تجزیه و تحلیل مناسب، شما
184
00:07:31,440 –> 00:07:34,319
زمان بیشتری را صرف غربالگری سیاهه ها می کنید تا
185
00:07:34,319 –> 00:07:36,400
مشکلات احتمالی
186
00:07:36,400 –> 00:07:39,360
187
00:07:39,360 –> 00:07:40,800
188
00:07:40,800 –> 00:07:43,199
را مشاهده کنید. که برای هر چاه همه
189
00:07:43,199 –> 00:07:45,039
نشانگرهای چاه را
190
00:07:45,039 –> 00:07:46,879
با تابع دریافت نشانگر
191
00:07:46,879 –> 00:07:48,720
192
00:07:48,720 –> 00:07:50,720
بارگذاری می کنیم، دوباره روی تمام جوش ها حلقه می زنیم و
193
00:07:50,720 –> 00:07:55,000
سپس تابع نشانگر دریافت را اعمال می کنیم،
194
00:07:59,280 –> 00:08:01,759
همانطور که من در این داده ها جدید بودم. اولین وظیفه ما این
195
00:08:01,759 –> 00:08:03,440
بود که
196
00:08:03,440 –> 00:08:05,840
197
00:08:05,840 –> 00:08:08,240
پس از یک جستجوی کوتاه اینترنتی، کمی
198
00:08:08,240 –> 00:08:10,720
در
199
00:08:10,720 –> 00:08:13,120
200
00:08:13,120 –> 00:08:15,199
مورد زمینشناسی
201
00:08:15,199 –> 00:08:16,879
202
00:08:16,879 –> 00:08:18,720
203
00:08:18,720 –> 00:08:20,879
204
00:08:20,879 –> 00:08:21,840
205
00:08:21,840 –> 00:08:23,440
آیندهنگر یاد بگیریم. از کاپونی تا نشانگر دیوار بعدی
206
00:08:23,440 –> 00:08:25,919
یا به عمق پایانه، اگر
207
00:08:25,919 –> 00:08:27,759
نشانگر کوچک بعدی وجود نداشته باشد
208
00:08:27,759 –> 00:08:29,120
، مرزهای بالایی و پایینی
209
00:08:29,120 –> 00:08:30,960
مناطق مورد نظر برای هر
210
00:08:30,960 –> 00:08:32,799
چاه در فرهنگ لغت همانطور که در زیر سلول نوشته شده است، نوشته شده است
211
00:08:32,799 –> 00:08:36,199
،
212
00:08:40,399 –> 00:08:42,559
اکنون برخی از قفلهایی را تعیین میکنیم که میتوانند
213
00:08:42,559 –> 00:08:45,519
نشان دهنده
214
00:08:45,519 –> 00:08:46,959
کیفیت مخزن ارسال شده
215
00:08:46,959 –> 00:08:48,880
در این مرحله باشد. این تجزیه و تحلیل دقیق نیست
216
00:08:48,880 –> 00:08:50,080
217
00:08:50,080 –> 00:08:52,399
محدوده محدوده مورد نظر و
218
00:08:52,399 –> 00:08:53,760
سیاههها
219
00:08:53,760 –> 00:08:55,120
برای هر چاه
220
00:08:55,120 –> 00:08:56,959
ترکیب می شوند ضخامت ناخالص گروه
221
00:08:56,959 –> 00:08:58,399
جزء ضخامت خالص مخزن احتمالی
222
00:08:58,399 –> 00:09:00,480
و نسبت خالص به ناخالص
223
00:09:00,480 –> 00:09:02,000
224
00:09:02,000 –> 00:09:03,680
نتایج محاسبه شده سپس در یک نمودار پراکنده نمایش داده می شود که
225
00:09:03,680 –> 00:09:07,279
نشان دهنده یک نق