基于python批量處理dat文件及科學計算方法詳解

2020-01-04 15:09:16

字體：大中小

來源：轉載

供稿：網友

摘要：主要介紹一些python的文件讀取功能，文件內容修改，文件名后綴更改等操作。

批處理文件功能

import ospath1 = 'C://Users//awake_ljw//Documents//python for data analysis//test1'path2 = 'C://Users//awake_ljw//Documents//python for data analysis//test2'filelist = os.listdir(path1)for files in filelist: Olddir = os.path.join(path1,files) filename = os.path.splitext(files)[0] filetype = os.path.splitext(files)[1] print Olddir file_test = open(Olddir,'r') Newdir = os.path.join(path2,str(filename)+'.csv') print Newdir file_test2 = open(Newdir,'w') for lines in file_test.readlines(): strdata = ",".join(lines.split('/t')) file_test2.write(strdata) file_test.close() file_test2.close()

os模塊是python最基礎的模塊之一，一般用于文件處理等操作。上面這段代碼主要就是將dat文件轉化為csv文件，同時保證csv可讀。一般txt文件不能通過直接改后綴改變呈csv文件格式，一般會造成文件不可讀。csv文件一般通過逗號分隔文本，數據處理起來較得心應手，可以直接改后綴得到xlsx文件，一般excel也可讀。

科學計算

matlab作為一門科學計算編程語言，在科學計算的應用實在廣泛，包括webread等強大的函數用起來十分順手，但matlab是商業軟件，并不免費。其實，python在科學計算效率或函數庫功能包括其繪圖功能、圖像處理都很強大，(相比matlab，python的調色板更出色)。以下列舉一些數據文件讀取，繪圖的一些基本操作作為參考。

數據提取及繪圖

#數據提取import os import pandas as pdimport numpy as npnumber = -1;sudu=np.zeros(5247*5,dtype=float).reshape(5247,5)for files in filelist1: number +=1 data = pd.read_csv(str(number+1)+'a.csv') sudu[:,number]=data['velocity'] x = data['x'] y = data['y']a = sudu[0:5184,0].reshape(81,64)%matplotlib inlineimport matplotlib.pyplot as pltextent = [np.min(x),np.max(x),np.min(y),np.max(y)]plt.subplot(231)u0 = sudu[0:5184,0].reshape(81,64)plt.imshow(u0,extent=extent,origin='lower')plt.subplot(232)u1 = sudu[0:5184,1].reshape(81,64)plt.imshow(u1,extent=extent,origin='lower')plt.subplot(233)u2 = sudu[0:5184,2].reshape(81,64)plt.imshow(u2,extent=extent,origin='lower')plt.subplot(234)u3 = sudu[0:5184,3].reshape(81,64)plt.imshow(u3,extent=extent,origin='lower')#plt.axis("equal")plt.subplot(235)u4 = sudu[0:5184,4].reshape(81,64)plt.imshow(u4,extent=extent,origin='lower')plt.subplot(236)u5 = sudu[0:5184,4].reshape(81,64)plt.imshow(u5,extent=extent,origin='lower')#contourcs = plt.contour(u5, 20,extent = extent)plt.xlim(-0.8,0.8)plt.ylim(0.6,2.2)plt.axis('equal')

python,處理,dat文件