python读取⽂件格式_python以某种格式读取⽂件
（pythonreadfilein。。。
python以某种格式读取⽂件(python read file in certain format)
我有⼀些格式如下的⽂件：
36.1 37.1 A: Hi, how are you?
39.1 40.1 B: I am ok!
我使⽤numpy.loadtxt()以dtype = np.dtype([('start', '|S1'), ('end', 'f8'),('person','|S1'),('content','|S100')])
前3列很好，但字符串部分总是有问题：格式不匹配。 我想这是因为每个发⾔者都说可变长度的单词。 有谁知道解决这个问题的更好⽅法吗？
⾮常感谢，
I have files with a certain format as follows:
36.1 37.1 A: Hi, how are you?
39.1 40.1 B: I am ok!
I am using numpy.loadtxt() to read this file with dtype = np.dtype([('start', '|S1'), ('end', 'f8'),('person','|S1'),('content','|S100')])
The first 3 column is fine but the string part always has an issue: the format does not match. I guess it is because each speaker says variable length words. Does anyone know a better way to solve this?
many thanks,
原⽂：stackoverflow/questions/41965458
更新时间：2019-12-25 12:38
最满意答案
我会建议阅读⽂本⼿动没有numpy，只是遍历⽂件中的⾏。
with open("", "r") as infile:
chats = []
for i in infile:
python怎么读取json文件
data = i.split(":")
start, end, name, content = data[0].split(" ")[0], data[0].split(" ")[1], data[0].split(" ")[2], data[1].strip("\n")
chats.append([start, end, name, content])
打开⽂件并逐⾏读取，⽽开始，结束，名称和内容作为⼦列表追加到列表聊天中。
I would recommend reading the text manually without numpy and just iterating over the lines in the file.
with open("", "r") as infile:
chats = []
for i in infile:
data = i.split(":")
start, end, name, content = data[0].split(" ")[0], data[0].split(" ")[1], data[0].split(" ")[2], data[1].strip("\n")
chats.append([start, end, name, content])
The file is opened and read line by line, while start, end, name and content is appended as a sublist to the list chats.
2017-01-31
相关问答
您可以简单地解析CSV，进⾏必要的更改，然后重新写⼊。 (我没有测试过这个代码，但它应该是这样的) import csv
reader = ader(open('IN.csv', 'r'))
writer = csv.writer(open('OUT.csv', 'w')
for row in reader:
# do stuff to the row here
# row is just a list of items
writer.writerow(row)
You cou
...
好吧，在玩了⼀下之后，我添加了这条线 import Scapy_Exception⽂件 import
Scapy_Exception中的Scapy_Exception并运⾏我的程序。 如果我这样做，它现在捕获错误： try:
...: pkts = rdpcap('./')
...: except Scapy_Exception as msg:
...: print msg, "
...
我会建议阅读⽂本⼿动没有numpy，只是遍历⽂件中的⾏。 with open("", "r") as infile:
chats = []
for i in infile:
data = i.split(":")
start, end, name, content = data[0].split(" ")[0], data[0].split(" ")[1], data[0].split(" ")[2], data[1].strip("
...
当您使⽤csv⽂件时，您应该查看csv模块 。 我写了⼀个代码应该做的伎俩。 此代码假定“良好数据”。 如果您的数据集可能包含错误(例如列数⼩于13或数据⾏少于326)，则应进⾏⼀些更改。 (更改为符合Python 2.6.6) import csv
with open('mydata.csv') as in_file:
with open('outfile.csv', 'wb') as out_file:
csv_reader = ader(in_file,
...
您可能希望将⽂本⽂件逐⾏读⼊列表中 。 然后，您可以将数据导出为 excel可以读取的.csv⽂件 ，也可以使⽤类似Openpyxl的库直接作为Excel⽂件导出 。 例如，如果您愿意⽣成.csv⽽不是Excel⽂件，则此代码执⾏您所要求的操作： fname = "" #path to file
csvname = "" #path to output csv
with open(fname) as f: #reads the file
content = f.readlines() #
...
感谢stovfl，我解决了这个问题。 这⾥是结合np.fromfile和reshape的代码。 cmorph =
np.fromfile(file,type=np.float32,count=nvar*ntim*nlat*mlon)).reshape((nvar*ntim,nlat,mlon))
Thanks to stovfl, I solved this. Here is the code that combines the np.fromfile and the reshape. cmor
...
你可以试试这个。 import json
with open("json_data.json", mode='r', encoding='utf-8') as json_data:
data = json.load(json_data)
print(data)
json_data.json {
"hello": 11,
"world": 22,
"json": 33
}
产量 {'hello': 11, 'world': 22, 'json': 33}
确保您的
...
这应该⼯作： In [47]: strs="4.500000+1 1.894719-3 4.600000+1 8.196721-3 4.700000+1 2.869539-3"
In [48]: [place("+","e+").replace("-","e-")) for x in strs.split()]
Out[48]: [45.0, 0.001894719, 46.0, 0.008196721, 47.0, 0.002869539]
this should wo
...
在您显⽰之后阅读标题后，您将获得⾼度(1024)⾼度(下⼀个1024)和深度(255)。 要获取像素数据，最简单的是逐字节读取它们： def read_pgm(pgmf):
"""Return a raster of integers from a PGM as a list of lists."""
adline() == 'P5\n'
(width, height) = [int(i) for i adline().spl
...
你可以使⽤带分隔符的read_csv ][必须由\转义。 然后replace列和值，并使⽤dropna删除所有NaN的dropna ： import pandas as pd
from pandaspat import StringIO
temp=u"""[Header1][Header2][Header3][HeaderN]
[=======][=======][=======][=======]
[Value1][Value2][Value3][ValueN]
[AnotherVal

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。