python读取数据.rar_python读取txt_数据转换_读txt数据_读取txt_读取txt数据

共5个文件

py：5个

版权申诉

118 浏览量 2022-07-15 20:10:59 上传评论收藏 4KB RAR 举报

在Python编程语言中，处理文本数据是一项常见的任务，特别是当数据存储在TXT文件中时。TXT文件因其简单、通用的格式而广泛使用，但当数据以不规则的空格分隔时，读取和处理这些数据可能会变得复杂。本教程将深入探讨如何使用Python有效地读取、解析和转换这种类型的数据。让我们了解如何使用Python的基本内置函数来读取TXT文件。Python的`open()`函数是读取文件的基础，它接受两个参数：文件路径和模式（默认为读取模式'r'）。例如： ```python with open('data.txt', 'r') as file: content = file.read() ``` 这段代码会打开名为'data.txt'的文件，并将其内容读入一个字符串变量`content`。然而，如果数据是以多个空格分隔的，我们不能直接使用`split()`函数，因为它默认使用单个空格作为分隔符。为了处理这种情况，我们需要自定义分隔符。我们可以使用正则表达式库`re`来实现这一目标： ```python import re with open('data.txt', 'r') as file: content = file.read() data = re.split(r'\s+', content) # 使用多个连续空格作为分隔符 ``` 在这里，`re.split()`函数使用正则表达式`\s+`，它匹配一个或多个连续的空格。这将使我们能够正确地分离由不规则空格分隔的项目。然而，当我们处理结构化数据时，通常更倾向于使用专门的数据分析库，如Pandas。Pandas提供了一个强大的`read_csv()`函数，即使数据不是以逗号分隔，也能很好地处理文本数据。对于我们的案例，我们可以设置分隔符参数`sep`： ```python import pandas as pd # 假设数据是以任意数量的空格分隔 data = pd.read_csv('data.txt', sep='\s+', header=None) ``` 这里的`header=None`表示没有列名，因为TXT文件可能没有提供。`sep='\s+'`告诉`read_csv()`使用一个或多个空格作为分隔符。如果TXT文件中的数据有固定宽度，我们可以使用`pd.read_fwf()`函数，该函数用于读取固定宽度格式的文件： ```python data = pd.read_fwf('data.txt') ``` 在处理数据之后，我们可能需要进行各种转换操作，如数据清洗、缺失值处理、数据类型转换等。例如，如果某列应被视为整数，但读取时被识别为字符串，我们可以使用`astype()`函数： ```python data['column_name'] = data['column_name'].astype(int) ``` Python提供了强大的工具来处理各种数据格式，包括那些以不规则空格分隔的TXT文件。结合`open()`、正则表达式、Pandas库以及数据处理方法，我们可以有效地读取、转换和分析这类数据。确保在处理数据时始终考虑到数据的特性，选择最适合的方法来操作和解析它们。

资源详情

资源评论

资源推荐

收起资源包目录

python 读取数据.rar （5个子文件）

python 读取数据

NB_数组合并方法.py 2KB

NB_按行多空格变单空格+矩阵形式存储.py 534B

NB_多空格转为单空格+保持列数不变.py 360B

NB_随机抽样_list 和 array相互转换.py 4KB

NB_读数据.py 255B

""" 随机抽样,每次抽样结果都不同 """ import random y=list(range(1,10)) slice = random.sample(y, 5) #从list中随机获取5个元素，作为一个片断返回 print (slice) print (y) #原有序列并没有改变。 """ list 和 array 形式互相转换，之后再随机抽样 np.array没有.append属性，list形式才有 array-->list 语法：a=list(b) list 输出形式为：[array([94,293])，array([67,120]),......] -----横行输出 array 输出形式为：[[167,255] [ 217. 263.] ......] ----按列输出 list-->array 语法：a=np.array(b) """ import pandas as pd import numpy as np import networkx as nx import matplotlib.pyplot as plt from sklearn import cross_validation fr = pd.read_table("C:/Users/22925/Desktop/shuju/USAir.txt",sep='\s+',header=None) Fr=np.mat(fr) links=np.array(Fr[:,0:2]) lables=np.array(Fr[:,2]) nodes=np.unique(links) train_nodes, test_nodes,train_links, test_links = cross_validation.train_test_split(links,lables,test_size=0.1, random_state=0) ## train_nodes 和 test_nodes 分别表示训练集和测试集中的节点集 ## train_links 和 test_links 分别表示训练集和测试集中的边集 m=len(train_links) n=len(nodes) G=nx.Graph() point=[i+1 for i in range(n)] G.add_nodes_from(point) edglist=[] for i in range(m): edglist.append(train_nodes[i]) G=nx.Graph(edglist) nx.draw(G,with_labels=True,node_size=300) #with_labels=True表示显示每个节点标签（编号） #node_size=300表示节点的直径=300（默认值） plt.show() test_nodes1=list(test_nodes) print("整体转换结果：",test_nodes1) #整体转换结果： [array([ 94., 299.]), array([ 67., 120.]),...] test_nodes2=[list(k) for k in test_nodes] print("逐个转换结果：",test_nodes2,"\n") #逐个转换结果： [[94.0, 299.0], [67.0, 120.0],...] #逐个转换与整体转换结果相同 random_test_links_11=random.sample(test_nodes1, 13) print("(整体转换后)随机抽样的测试集连边有：",random_test_links_11) #[array([ 150., 261.]), array([ 150., 167.]),...] random_test_links_12=random.sample(test_nodes2, 13) print("(逐个转换后)随机抽样的测试集连边有：",random_test_links_12,"\n") #[[112.0, 177.0], [169.0, 258.0],...] new_links=[[1,8],[1,10],[1,313],[67,306],[67,305],[67,308]] for j in new_links: test_nodes1.append(j) print("添加新连边后的测试集的连边为：",test_nodes1) random_test_links1=random.sample(test_nodes1,200) print("随机抽样的测试集连边有：",random_test_links1,"\n") test_random=[] other_random=[] print(type(random_test_links1)) #输出类型为<class 'list'>，但实际输出为[array([ 128., 152.]), array([ 102., 107.]),.......] print("转换前",random_test_links1) random_test_links1_list=[list(k) for k in random_test_links1] print("转换后",random_test_links1_list,"\n") """ (1)for i in test_links: (2)if i in test_links: 此处的 for 和 if 都需要用list形式，若test_links为array形式，则需要将其元素逐个逐个转换为list形式语法：test_links=[list(k) for k in test_links] """ for i in random_test_links1_list: if i in test_nodes2: test_random.append(i) else: other_random.append(i) print("测试集中随机选出的连边：",test_random) print(len(test_random)) print("其他集合中随机选出的边：",other_random)