python学习笔记(2)--python常用方法&&文件读写

python常用方法

1.字符串

1.1 split()

描述
split()通过指定分隔符对字符串进行切片，如果参数num 有指定值，则仅分隔 num 个子字符串

语法
str.split(str=”“, num=string.count(str))

参数
str – 分隔符，默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等。
num – 分割次数。

返回值
返回分割后的字符串列表。

str = 'This is string example...wow!!!'
print (str.split())
print (str.split('i', 1))
print (str.split('w'))

1.2 strip()

描述
Python strip() 方法用于移除字符串头尾指定的字符（默认为空格）或字符序列。

注意：该方法只能删除开头或是结尾的字符，不能删除中间部分的字符。

语法
str.strip([chars]);

参数
chars – 移除字符串头尾指定的字符序列。

返回值
返回移除字符串头尾指定的字符序列生成的新字符串。

str = '****This is **string** example...wow!!!***'
print (str.strip('*'))

# 下面代码演示了只要头尾包含有指定字符序列中的字符就删除(顺序可不一致)
str = '123abcabc321'
print (str.strip('21'))

1.3 len()

描述
Python len() 方法返回对象（字符、列表、元组等）长度或项目个数。

语法
len( s )

参数
s – 对象。

返回值
返回对象长度。

print (len(str))
str = '****This is **string** example...wow!!!***'
print (len(str))

list = [1, 2, 3, 4]
print (len(list))

2.文件读写

2.1 txt文件

1 简单处理文件：
context=”hello,world”
f=file(“hello.txt”,’w’)
f.write(context);
f.close()
2 读取文件可以使用readline()函数、readlines()函数和read函数。
3 写入文件可以使用write()、writelines()函数

#!/usr/bin/env python3 
# -*- coding: utf-8 -*-

'python3 file常用方法'

# 打开文件
# 执行完自动close，避免忘记关闭文件导致资源的占用
with open('hello.txt', 'w', encoding = 'utf-8') as f:
# 文件的写
# file.write(str)：将字符串写入文件，返回的是写入的字符长度。
    f.write('hello, world')
    f.write('\n')
    str = 'hello, world'
    f.write(str)

# 文件的读
# file.readlines([sizeint])：读取所有行并返回列表，若给定sizeint>0，返回总和大约为sizeint字节的行
with open('hello.txt', 'r', encoding = 'utf-8') as f:
    # for line in f.readlines():
    #   print ('读取的数据为: %s' %(line))
    for line in f.readlines():
        line = line.strip()      # 去掉每行头尾空白
        print ('读取的数据为: %s' %(line))

# file.readline([size])：读取整行，包括 "\n" 字符。
with open('hello.txt', 'r', encoding = 'utf-8') as f:
    line = f.readline()
    print ('读取第一行 %s' %(line))
    line = f.readline(5)
    print ('读取的字符串为 %s' %(line))

2.2 csv文件的读取与存储

#!/usr/bin/env python3 
# -*- coding: utf-8 -*-

'csv文件的读取与存储'

import csv

# 网上获取csv文件
dataSet = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/ionosphere/ionosphere.data")
# 存储csv文件到本地
dataSet.to_csv('dataSet.csv')
# 从本地读取csv文件
csv_file = csv.reader(open("dataSet.csv", "r"))
# 打印输出
print (csv_file)
for i in csv_file: #打印每行数据
    print(i)

将csv文件转成矩阵，可以用上面读取每行再存到数组的方式，但是比较麻烦。可以用pandas直接将csv文件内的数据转成矩阵的形式。代码如下：

#!/usr/bin/env python3 
# -*- coding: utf-8 -*-

'csv文件的读取与存储'

import csv
import pandas as pd

# 网上获取csv文件
dataSet = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/ionosphere/ionosphere.data")
# 存储csv文件到本地
dataSet.to_csv('dataSet.csv')
# 从本地读取csv文件-使用Pandas方法
dataSet = pd.read_csv("dataSet.csv")
# 将pandas格式的framework转成矩阵
dataSet = dataSet.values
print (dataSet) # 测试

使用python pandas读取csv文件的指定列：

# usecols参数表示读取的是第几列，注意从0开始
# 可以写多个，如usecols = [1, 2, 3]等
labels = pd.read_csv("dataSet.csv", usecols = [35])

将矩阵保存为csv文件：

numpy.savetxt('new.csv', my_matrix, delimiter = ',')

3.python字符串连接

方法1：通过加号(+)操作符连接(使用简单，连接的字符串多的情况下效率低)

website = 'www.' + 'google' + '.com'

方法2：join方法(使用略复杂，对多个字符连接时效率高，对List字符拼接时首选)

listStr = ['python', 'tab', '.com'] 
website = ''.join(listStr)

方法3：替换(字符串格式化，常用，推荐使用)

website = '%s%s%s' % ('python', 'tab', '.com')

参考：https://www.cnblogs.com/chenjingyi/p/5741901.html

4.python len()函数

#!/usr/bin/env python3 
# -*- coding: utf-8 -*-

import numpy as np

X = np.zeros(shape=(3,4))
print(len(X)) # >>> 3
print(len(X[0])) # >>> 4