python代碼實(shí)現(xiàn)備忘錄案例講解
文件操作
TXT文件
讀取txt文件
讀取txt文件全部?jī)?nèi)容:
def read_all(txt): ...: with open(txt,'r') as f: ...: return f.read() ...: read_all('test.txt') Out[23]: 'a,b,c,d\ne,f,g,h\ni,j,k,l\n'
按行讀取txt文件內(nèi)容
def read_line(txt): ...: line_list = [] ...: with open(txt,'r') as f: ...: for line in f.readlines(): ...: line_list.append(line) ...: return line_list ...: read_line('test.txt') Out[27]: ['a,b,c,d\n', 'e,f,g,h\n', 'i,j,k,l\n']
保存文件
直接保存字符串。
str = 'aaaabbbbcc' with open('test.txt','w') as f: ...: f.write(str) ...: with open('test.txt','r') as f: ...: print(f.read()) ...: aaaabbbbcc
將列表中內(nèi)容寫入txt文件。
直接寫入
data = ['a','b','c'] ...: with open("data.txt","w") as f: ...: f.writelines(data) ...: with open('data.txt','r') as f: ...: print(f.read()) ...: abc
按行寫入。
data = ['a','b','c'] with open('data.txt','w')as f: ...: for i in data: ...: i = str(i)+'\n' ...: f.write(i) with open('data.txt','r') as f: ...: print(f.read()) ...: a b c
CSV文件
讀取csv文件
使用python內(nèi)置csv讀取.csv文件內(nèi)容。
import csv with open('test.csv', 'r') as f: data = csv.reader(f) print(next(data)) ['filename', 'label']
寫入csv文件
使用python內(nèi)置csv寫入.csv文件。
import csv with open('data.csv', 'w')as file: dtwt = csv.writer(file) dtwt.writerow(['世', '間', '美', '好', '與', '你', '環(huán)環(huán)', '相', '扣']) import csv with open('data.csv', 'r') as f: data = csv.reader(f) print(next(data))
Json文件
xml文件
路徑操作
Random包
生成隨機(jī)數(shù)
random.random()
**random.random()**作用是生成一個(gè)0到1之間的隨機(jī)數(shù),范圍包括0但不包括1,即 [0,1)。
random.random() Out[3]: 0.990545986753395
random.randint(start, end)
**random.randint(start,end)**作用是產(chǎn)生start到end的一個(gè)隨機(jī)整數(shù),要求start和end均為整數(shù)型。
random.randint(1,10) Out[4]: 3
random.uniform(start, end)
**random.uniform(start,end)**作用是產(chǎn)生start到end的一個(gè)隨機(jī)浮點(diǎn)數(shù),start和end不需要為整數(shù)型。
random.uniform(2.3,5) Out[5]: 4.370526664286709
元素取值
random.choice(seq)
** random.choice(seq)**作用是從序列seq中隨機(jī)選取一個(gè)元素。
alist = ['a',1,2] random.choice(alist) Out[7]: 2
random.sample(population,k)
** random.sample(population,k)**作用是從population序列中,隨機(jī)獲取k個(gè)元素,生成一個(gè)新序列。sample不改變?cè)瓉?lái)序列。
blist= [1,2,3,4,5] random.sample(blist,4) Out[11]: [4, 5, 2, 3] blist Out[12]: [1, 2, 3, 4, 5]
打亂序列
random.shuffle(x)
** random.shuffle(x)**作用是把序列x中的元素順序打亂。shuffle直接改變?cè)械男蛄小?/p>
clist = ['a','b','c','d'] random.shuffle(clist) clist Out[15]: ['d', 'a', 'c', 'b']
設(shè)置隨機(jī)種子
random.seed()
** random.seed()**的作用是改變隨機(jī)數(shù)生成器的種子,可以在調(diào)用其他隨機(jī)模塊函數(shù)之前調(diào)用此函數(shù), 注意其實(shí)是偽隨機(jī)數(shù),只要初始值一樣,得到的結(jié)果會(huì)是一樣的,在python中,默認(rèn)用系統(tǒng)時(shí)間作為seed。你也可以手動(dòng)調(diào)用random.seed(x)來(lái)指定seed。
random.seed(20) random.randint(1,10) Out[17]: 3 random.randint(1,10) Out[18]: 5 random.seed(20) random.randint(1,10) Out[20]: 3
到此這篇關(guān)于python代碼實(shí)現(xiàn)備忘錄案例講解的文章就介紹到這了,更多相關(guān)python代碼備忘錄內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python 實(shí)現(xiàn)文件打包、上傳與校驗(yàn)的方法
今天小編就為大家分享一篇Python 實(shí)現(xiàn)文件打包、上傳與校驗(yàn)的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-02-02詳解Python+Pyecharts實(shí)現(xiàn)漏斗圖的繪制
漏斗圖是一個(gè)簡(jiǎn)單的散點(diǎn)圖,反映研究在一定樣本量或精確性下單個(gè)研究的干預(yù)效應(yīng)估計(jì)值。本文將用Python Pyecharts實(shí)現(xiàn)漏斗圖的繪制,需要的可以參考一下2022-06-06python3中獲取文件當(dāng)前絕對(duì)路徑的兩種方法
下面小編就為大家分享一篇python3中獲取文件當(dāng)前絕對(duì)路徑的兩種方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-04-04Python編程django實(shí)現(xiàn)同一個(gè)ip十分鐘內(nèi)只能注冊(cè)一次
這篇文章主要介紹了Python編程django實(shí)現(xiàn)同一個(gè)ip十分鐘內(nèi)只能注冊(cè)一次的相關(guān)內(nèi)容,具有一定參考價(jià)值。需要的朋友可以了解下。2017-11-11Python庫(kù)AutoTS一行代碼得到最強(qiáng)時(shí)序基線
AutoTS它是一個(gè)用于自動(dòng)時(shí)間序列分析的 Python 庫(kù)。AutoTS 允許我們用一行代碼訓(xùn)練多個(gè)時(shí)間序列模型,以便我們可以選擇最適合的模型,今天介紹一種非常霸道的工具,融合了自動(dòng)化機(jī)器學(xué)習(xí)技術(shù)開發(fā)的AutoTS2022-03-03TensorFlow實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)的示例代碼
?TensorFlow數(shù)據(jù)增強(qiáng)?是一種通過(guò)變換和擴(kuò)充訓(xùn)練數(shù)據(jù)的方法,本文主要介紹了TensorFlow實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)的示例代碼,具有一定的參考價(jià)值,感興趣的可以了解游戲2024-08-08Python3實(shí)現(xiàn)飛機(jī)大戰(zhàn)游戲
這篇文章主要為大家詳細(xì)介紹了Python3實(shí)現(xiàn)飛機(jī)大戰(zhàn)游戲,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2020-04-04Python的化簡(jiǎn)函數(shù)reduce()詳解
這篇文章主要介紹了Python的化簡(jiǎn)函數(shù)reduce()詳解,reduce()函數(shù)即為化簡(jiǎn)函數(shù),它的執(zhí)行過(guò)程為:每一次迭代,都將上一次的迭代結(jié)果與下一個(gè)元素一同傳入二元func函數(shù)中去執(zhí)行,需要的朋友可以參考下2023-12-12