1. 程式人生 > >Python檔案處理和Numpy陣列處理

Python檔案處理和Numpy陣列處理

1.Numpy陣列操作

以zeros為例,建立3行1列的x,y,型別為64位浮點,即double

from numpy import zeros
x = zeros((3,1),dtype = 'float64')
y = zeros((3,1),dtype = 'float64')
相關運算:
t = 0.5
x = y + t*x


2.儲存檔案
t_file = open('xxx.txt','w')

t_file.write('%10.2f'%t)
t_file.write('%10.2f%10.2f%10.2f'%(x[0,0],x[1,0],x[2,0]))

t_file.close()


相關推薦

Python檔案處理Numpy陣列處理

1.Numpy陣列操作 以zeros為例,建立3行1列的x,y,型別為64位浮點,即double from numpy import zeros x = zeros((3,1),dtype =

Python使用scipynumpy操作處理影象

之前使用Python處理資料的時候都是一些簡單的plot。今天遇見了需要處理大量畫素點,並且顯示成圖片的問題,無奈水淺,一籌莫展。遂Google之。 找到如下站點,真心不錯。準備翻譯之~~~ http://scipy-lectures.github.io/advanced/

python-檔案I/O與異常處理

open函式 Python內建的open()函式開啟一個檔案,建立一個file物件,相關的輔助方法才可以呼叫它進行讀寫。語法為: file object = open(file_name [, access_mode][, buffering]) 各個引數的細節如下: 1、file_name

VB分析超過64K的網頁內容(基於XMLHTTP位元組陣列處理

'****************************************************************************************************''Name.......... WEB Page Read Program'File.......... 

03 Spring框架 bean的屬性以及bean前處理bean後處理

and 設定 close https ali 註冊 override str return 上一節我們給出了三個小demo,具體的流程是這樣的: 1.首先在aplicationContext.xml中添加<bean id="自定義id" class="包名.類名"&g

python學習筆記-Day2 Numpy陣列

1. 實現兩個陣列相加,在資料量特別大的時候 產生陣列: (1)  從列表產生陣列:a=[0,1,2,3]               &nbs

python檔案儲存讀入

把lst中的內容以二進位制寫入 import pickle lst = [1,2,3,4] f = open('lst.dat','wb') pickle.dump(lst,f) f.close() 從儲存好的檔案中讀入資料 import pickle f = open('

jQuery ajax預處理 後置處理;專案中ajax自動設定 token 請求頭, 介面響應code的統一處理

專案中經常會遇到需要統一設定 ajax請求的預處理 和 需要統一處理ajax返回的需求 比如登入時需要 在頭部新增token(X-Auth-Token) 請求完需要判斷code為已退出token失效(3001)和許可權不足(3002)的情況 開始使

Python位元組串位元組陣列

位元組串和位元組陣列 位元組串bytes (也叫位元組序列) 作用:     儲存以位元組為單位的資料     位元組串是不可變的位元組序列  位元組:  位元組是由8個位(bit)組成的資料單位,

Python使用pandasnumpy判斷電影類別(簡單分析)

Python使用pandas和numpy判斷電影類別(簡單分析) 因為是簡單分析,所以分析的樣本也很少,更直觀,方便練習。 目標: 通過樣本資料分析給出的電影資料屬於那一型別。 樣本資料如下: 待分析資料: 開始動手: impo

寫if-else不外乎兩種場景:異常邏輯處理不同狀態處理

寫if-else不外乎兩種場景:異常邏輯處理和不同狀態處理。 異常邏輯處理說明只能一個分支是正常流程,而不同狀態處理都所有分支都是正常流程。 第一個例子`if (obj != null)`是異常處理,是程式碼健壯性判斷,只有if裡面才是正常的處理流程,`else`分支是出錯處理流程 //舉例一:異

cs231n學習筆記第一天--------影象分類上下、Python基礎、線性分類------Python列表切片numpy切片的區別

前言: 老規矩,前言的碎碎念還是得有的,cs231n的課之前就想刷來著,室友也一直盯著我,讓我刷,說我基礎太差,不刷不行,好好好,我來重拾一下,看看究竟用什麼方法,才能讓我堅持下去。 雖然自己也曾經呼叫過一些API,整天就是配環境,刷系統,改bug。 但是感覺這

Python取n維numpy陣列的某幾行或某一行

現在我們有一個shape為(2947, 36, 128, 1)的numpy陣列。 想要取出前十行組成新的陣列,即新陣列的shape應為(10, 36, 128, 1) print(test_x[0:10].shape) # (10, 36, 128, 1) 需

python - 檔案系統檔案

    檔案系統和檔案        檔案系統是os用於明確磁碟或分割槽上的檔案的方法和資料結構--即在磁碟上組織檔案的方法        計算機檔案,是儲存在某種長

Python資料分析 | (9)NumPy陣列高階操作---變型、重塑、扁平、合併拆分以及重複

本篇部落格所有示例使用Jupyter NoteBook演示。 Python資料分析系列筆記基於:利用Python進行資料分析(第2版)   目錄 1.陣列轉置和軸對換 2.陣列重塑 3.陣列扁平化 4.陣列的合併和拆分 5.元素的重複操作:tile/r

PYTHON檔案操作列表的使用

本節所講內容:        1)檔案的基本操作        2)列表的基本操作        3)元組的介紹        4)實戰:建立一個購物程式 檔案的基本操作 3.1          開啟檔案 python中使用open函式來開啟檔案(預設函式方式,可以省略

kafka多執行緒消費及處理手動提交處理方案設計

kafka與其他訊息佇列不同的是, kafka的消費者狀態由外部( 消費者本身或者類似於Zookeeper之類的外部儲存 )進行維護, 所以kafka的消費就更加靈活, 但是也帶來了很多的問題, 因為客戶端消費超時被判定掛掉而消費者重新分配分割槽, 導致重複消費

Python】小談 numpy 陣列佔用記憶體空間問題

之前跟同學討論過numpy陣列的佔用空間大小問題,但是今天給忘了,又重新試驗了一下,主要是利用sys模組的getsizeof函式,使用的版本是 Python3.5。記錄下來,以備後忘。 問題

python獲得list或numpy陣列中最大元素對應的索引

獲得list中最大元素的索引 aa = [1,2,3,4,5] aa.index(max(aa)) 相應的最小值使用 aa = [1,2,3,4,5] aa.index(min(aa)) 獲得numpy陣列中最大元素的索引 可以使用numpy

python的matplotlibnumpy庫繪製股票K線均線的整合效果(含從網路介面爬取資料驗證交易策略程式碼)

    本人最近在嘗試著發表“以股票案例入門Python程式語言”系列的文章,在這些文章裡,將用Python工具繪製各種股票指標,在講述各股票指標的含義以及計算方式的同時,驗證基於各種指標的交易策略,本文是第一篇,通過K線和均線案例講述Numpy,Maplotlib