python - 数据操作: Stemming from a inability to select lists

Question

我对 python 很陌生，没有真正的编程知识。在我目前的工作中，我被要求从大约 500 多个文件中获取文本形式的数据并将它们绘制出来。我在一定程度上理解绘图，但我似乎无法弄清楚如何以易于选择特定部分的方式操作数据。目前，这是我打开文件的方法:

fp=open("file")
for line in fp:
    words = line.strip().split()
    print words

结果是它为我提供了文件每一行的列表，但我只能访问最后一行。有人知道一种方法可以让我选择列表的不同变体吗？非常感谢!!

Answer 1

从文件中获取行列表的最简单方法如下:

with open('file', 'r') as f:
    lines = f.readlines()

现在您可以拆分这些行或对它们执行任何您想要的操作:

lines = [line.split() for line in lines]

我不确定这是否能回答您的问题 - 如果您有更具体的想法，请告诉我。

<小时/>

由于我完全不明白您所问的内容，因此这里有一些有关如何处理文本文件的示例。您可以在交互式解释器中进行实验，通常只需在命令行中键入“python”即可访问该解释器。

>>> with open('a_text_file.txt', 'r') as f:
...     text = f.read()
... 
>>> text
'the first line of the text file\nthe second line -- broken by a symbol\nthe third line of the text file\nsome other data\n'

这是文件的原始、未处理的文本。这是一个字符串。字符串是不可变的——它们不能被改变——但它们可以部分或全部复制。

>>> text.splitlines()
['the first line of the text file', 'the second line -- broken by a symbol', 'the third line of the text file', 'some other data']

splitlines 是一个字符串方法。 splitlines 在找到 \n(换行符)字符的地方分割字符串；然后它返回一个列表，其中包含字符串各个部分的副本。

>>> lines = text.splitlines()

这里我刚刚将上面的行列表保存到一个新的变量名称中。

>>> lines[0]
'the first line of the text file'

列表通过索引访问。只需提供从 0 到 len(lines) - 1 的整数即可返回相应的行。

>>> lines[2]
'the third line of the text file'
>>> lines[1]
'the second line -- broken by a symbol'

现在您可以开始操纵单行。

>>> lines[1].split('--')
['the second line ', ' broken by a symbol']

split 是另一种字符串方法。它类似于 splitlines，但您可以指定要用作分界符的字符或字符串。

>>> lines[1][4]
's'

您还可以对字符串中的字符进行索引。

>>> lines[1][4:10]
'second'

您还可以“切片”字符串。结果是字符 4 到 9 的副本。10 是停止值，因此第 10 个字符不包含在切片中。 (您也可以对列表进行切片。)

>>> lines[1].index('broken')
19

如果要查找字符串中的子字符串，一种方法是使用index。它返回子字符串第一次出现的索引。 (如果子字符串不在字符串中，它会抛出错误。如果您不想这样做，请使用 find，如果子字符串不在字符串中，它会返回 -1。)

>>> lines[1][19:]
'broken by a symbol'

然后你可以用它来切片字符串。如果您不提供停止索引，它只会返回字符串的其余部分。

>>> lines[1][:19]
'the second line -- '

如果您不提供开始索引，它将返回字符串的开头并在停止索引处停止。

>>> [line for line in text.splitlines() if 'line' in line]
['the first line of the text file', 'the second line -- broken by a symbol', 'the third line of the text file']

您还可以使用 in ——这是一个 bool 运算，如果子字符串位于字符串中，则返回 True。在本例中，我使用列表理解来仅获取其中包含 'line' 的行。 (请注意，列表中缺少最后一行。它已被过滤。)

如果您还有其他问题，请告诉我。