本文目录一览：
- 1、python:‘print a,’ 如何让a后面没有空格而且不要换行？
- 2、Python如何输出某关键字符并输出完整字符串
- 3、python中怎么输入输出文件
- 4、python2.7如何不换行输出
- 5、python种如何输出指定位小数
- 6、python pandas怎么输出结果
python:‘print a,’ 如何让a后面没有空格而且不要换行？
print("a", end='')
print("b", end='')
print("c")
输出结果：abc
#程序中的 end='' 参数表示，print 打印后的结尾不用换行，直接连接后面输出字符。当然可以改为空格或其他连接字符。默认情况下 print 打印后会在结尾换行。
Python如何输出某关键字符并输出完整字符串
下边是实现的代码
# -*- coding: utf-8 -*-
fileFa = open("SEQ.FASTA", "r") # SEQ.FASTA为氨基酸序列文件
countName = 0
Seqlines = fileFa.readlines()
print u"共" + str(len(Seqlines)/2) + u"条序列" #统计共有多少条序列
for i in range (0,len(Seqlines)/2): #输出氨基酸序列名称
print Seqlines[2*i].strip('\n'); #去掉"" 和 "换行"
fileFa.close()
解释：
首先你的氨基酸序列文件非常有规律的存放在SEQ.FASTA文件中，格式如下：
""+氨基酸名称+换行+氨基酸序列+换行
使用fileFa.readlines()将会把文件中的记录全部读入到变量中，并且返回一个列表，列表的格式如下：
['氨基酸名称\n', '氨基酸序列\n', 'qwe56_44606\n', '
KKERDIWTSXAHVTFAKERTQLAYTLRILVHITLSFEQLLEMEIGLAVGGAFLSSALNVLFDRLAPRGELLKMFQRGKHD
V\n']
所以，如果想获取氨基酸序列有多少条，只需要知道列表的长度后除以2即可。
而获取氨基酸序列名称，只需要输出序列中偶数的项即可。回答完毕，希望对您有所帮助。
python中怎么输入输出文件
1.打开和关闭文件（open(),file(),close()）
有两种内建函数可以获取文件对象：open和file。他们的用法完全一样。下面只以open()为例子讲解。获取一个文件对象（打开文件）的语法如下：
复制代码 代码如下:fileObj = open(filename,access_mode='r',buffering=-1)
filename不用说你也应该知道是你要打开文件的路径。
access_mode用来标识文件打开的模式，默认为r(只读)。
常用的模式如下表所示：
文件模式 解释
r 以只读方式打开
w 以写方式打开，文件不为空时清空文件;文件不存在时新建文件。
a 追加模式，没有则创建
r+,w+,a+ 以读写模式打开，参见w,a
另外还有一个b表示二进制模式访问，但是对于Linux或者unix系统来说这个模式没有任何意义，因为他们把所有文件都看作二进制文件，包括文本文件。
第三个参数不经常用到，标识访问文件的缓冲方式，0代表不缓冲，1代表缓
冲一行，-1代表使用系统默认缓冲方式。只要使用系统默认就好。
一些例子：
复制代码 代码如下:
f = open('/etc/passwd','r')
f1 = open('/etc/test','w')
使用完文件后，一定要记得关闭文件，操作如下：
复制代码 代码如下:
f.close()
2.文件读入
2.1.file.read(size = -1)
读取从当前文件游标起size个字节的文件内容。如果size=-1，则读取所有剩余字节。
复制代码 代码如下:
f = open('/etc/passwd')
f.read(100)
'root:x:0:0:root:/root:/bin/bash\nbin:x:1:1:bin:/bin:/sbin/nologin\ndaemon:x:2:2:daemon:/sbin:/sbin/nol'
2.2.file.readlines(size=-1)
从文件中读取并返回一行（包括行结束符），或返回最大size个字符
复制代码 代码如下:
f.readline()
'ogin\n'#和上面一个例子输出的最后拼起来就是 'nologin'，因为游标在l后面。
f.readline(1)
'a'
2.3.file.readlines(sizhint=0)
读取文件所有的行，并作为一个列表返回（包括行结束符），如果sizhint0则返回总和大约sizhint字节的行（具体由缓冲区大小决定）。
复制代码 代码如下:
f.readlines()
['dm:x:3:4:adm:/var/adm:/sbin/nologin\n', 'lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin\n', 'sync:x:5:0:sync:/sbin:/bin/sync\n', 'shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown\n', 'halt:x:7:0:halt:/sbin:/sbin/halt\n', 'mail:x:8:12:mail:/var/spool/mail:/sbin/nologin\n', ......
输出省略。
3.文件输出
3.1.file.write(str)
向文件中写入指定的字符串。
复制代码 代码如下:
f = file('/root/test.py','w+')
f.write("print 'hello,world'")
f.read()
''
f.close()
file('/root/test.py','r').read()
"print 'hello,world'"
3.2.file.write(seq)
向文件写入字符串序列seq。seq是任何返回字符串的可迭代对象。
复制代码 代码如下:
f = file('/root/test.py','a+')
codelst = ['\n','import os\n',"os.popen('ls').read()\n"]
f.writelines(codelst)
f.close()
file('/root/test.py','r').read()
"print 'hello,world'\nimport os\nos.popen('ls').read()\n"
注意，文件写入的时候，不会自动加上换行符，必须手动加上。
python2.7如何不换行输出
Python 2.x 让print“不换行”的方法是在句尾加上逗号：
print 'Hello' ：会换行；
print 'Hello', ：不会换行。
相关推荐：《Python教程》
比如：
运行：
Python 3.x 则对这个语法进行了修改。print ('Hello') 默认也会换行，但是可以指定一个 end 参数来表示结束时输出的字符：print ('Hello', end = ' ') 就表示输出 Hello 之后会再输出一个空格；print ('Hello', end = '') 则表示输出只输出 Hello；默认的 end 就是换行。
python种如何输出指定位小数
方法一：round(X, N)
该方法并不严格有效，当X小数位数nN时，仅能够输出n位小数。
方法二：print('%.Nf'%X)或者print("%.Nf"%X)
注意该方法有两个“%”，没有“，”。
方法三：print(format(X, '.Nf')或者print(format(X,".Nf")
注意该方法没有"%"，但有“，”。
更多Python相关技术文章，请访问Python教程栏目进行学习！以上就是小编分享的关于python种如何输出指定位小数的详细内容希望对大家有所帮助，更多有关python教程请关注环球青藤其它相关文章！
python pandas怎么输出结果
本文是对pandas官方网站上《10 Minutes to pandas》的一个简单的翻译，原文在这里。这篇文章是对pandas的一个简单的介绍，详细的介绍请参考：Cookbook 。习惯上，我们会按下面格式引入所需要的包：
一、 创建对象
可以通过 Data Structure Intro Setion 来查看有关该节内容的详细信息。
1、可以通过传递一个list对象来创建一个Series，pandas会默认创建整型索引：
2、通过传递一个numpy array，时间索引以及列标签来创建一个DataFrame：
3、通过传递一个能够被转换成类似序列结构的字典对象来创建一个DataFrame：
4、查看不同列的数据类型：
5、如果你使用的是IPython，使用Tab自动补全功能会自动识别所有的属性以及自定义的列，下图中是所有能够被自动识别的属性的一个子集：
二、 查看数据
详情请参阅：Basics Section
1、 查看frame中头部和尾部的行：
2、 显示索引、列和底层的numpy数据：
3、 describe()函数对于数据的快速统计汇总：
4、 对数据的转置：
5、 按轴进行排序
6、 按值进行排序
三、 选择
虽然标准的Python/Numpy的选择和设置表达式都能够直接派上用场，但是作为工程使用的代码，我们推荐使用经过优化的pandas数据访问方式： .at, .iat, .loc, .iloc 和 .ix详情请参阅Indexing and Selecing Data 和 MultiIndex / Advanced Indexing。
l 获取
1、 选择一个单独的列，这将会返回一个Series，等同于df.A：
2、 通过[]进行选择，这将会对行进行切片
l 通过标签选择
1、 使用标签来获取一个交叉的区域
2、 通过标签来在多个轴上进行选择
3、 标签切片
4、 对于返回的对象进行维度缩减
5、 获取一个标量
6、 快速访问一个标量（与上一个方法等价）
l 通过位置选择
1、 通过传递数值进行位置选择（选择的是行）
2、 通过数值进行切片，与numpy/python中的情况类似
3、 通过指定一个位置的列表，与numpy/python中的情况类似
4、 对行进行切片
5、 对列进行切片
6、 获取特定的值
l 布尔索引
1、 使用一个单独列的值来选择数据：
2、 使用where操作来选择数据：
3、 使用isin()方法来过滤：
l 设置
1、 设置一个新的列：
2、 通过标签设置新的值：
3、 通过位置设置新的值：
4、 通过一个numpy数组设置一组新值：
上述操作结果如下：
5、 通过where操作来设置新的值：
四、 缺失值处理
在pandas中，使用np.nan来代替缺失值，这些值将默认不会包含在计算中，详情请参阅：Missing Data Section。
1、 reindex()方法可以对指定轴上的索引进行改变/增加/删除操作，这将返回原始数据的一个拷贝：、
2、 去掉包含缺失值的行：
3、 对缺失值进行填充：
4、 对数据进行布尔填充：
五、 相关操作
详情请参与 Basic Section On Binary Ops
统计（相关操作通常情况下不包括缺失值）
1、 执行描述性统计：
2、 在其他轴上进行相同的操作：
3、 对于拥有不同维度，需要对齐的对象进行操作。Pandas会自动的沿着指定的维度进行广播：
Apply
1、 对数据应用函数：
直方图
具体请参照：Histogramming and Discretization
字符串方法
Series对象在其str属性中配备了一组字符串处理方法，可以很容易的应用到数组中的每个元素，如下段代码所示。更多详情请参考：Vectorized String Methods.
六、 合并
Pandas提供了大量的方法能够轻松的对Series，DataFrame和Panel对象进行各种符合各种逻辑关系的合并操作。具体请参阅：Merging section
Concat
Join 类似于SQL类型的合并，具体请参阅：Database style joining
Append 将一行连接到一个DataFrame上，具体请参阅Appending：
七、 分组
对于”group by”操作，我们通常是指以下一个或多个操作步骤：
（Splitting）按照一些规则将数据分为不同的组；
（Applying）对于每组数据分别执行一个函数；
（Combining）将结果组合到一个数据结构中；
详情请参阅：Grouping section
1、 分组并对每个分组执行sum函数：
2、 通过多个列进行分组形成一个层次索引，然后执行函数：
八、 Reshaping
详情请参阅 Hierarchical Indexing 和 Reshaping。
Stack
数据透视表，详情请参阅：Pivot Tables.
可以从这个数据中轻松的生成数据透视表：
九、 时间序列
Pandas在对频率转换进行重新采样时拥有简单、强大且高效的功能（如将按秒采样的数据转换为按5分钟为单位进行采样的数据）。这种操作在金融领域非常常见。具体参考：Time Series section。
1、 时区表示：
2、 时区转换：
3、 时间跨度转换：
4、 时期和时间戳之间的转换使得可以使用一些方便的算术函数。
十、 Categorical
从0.15版本开始，pandas可以在DataFrame中支持Categorical类型的数据，详细 介绍参看：categorical introduction和API documentation。
1、 将原始的grade转换为Categorical数据类型：
2、 将Categorical类型数据重命名为更有意义的名称：
3、 对类别进行重新排序，增加缺失的类别：
4、 排序是按照Categorical的顺序进行的而不是按照字典顺序进行：
5、 对Categorical列进行排序时存在空的类别：
十一、 画图
具体文档参看：Plotting docs
对于DataFrame来说，plot是一种将所有列及其标签进行绘制的简便方法：
十二、 导入和保存数据
CSV，参考：Writing to a csv file
1、 写入csv文件：
2、 从csv文件中读取：
HDF5，参考：HDFStores
1、 写入HDF5存储：
2、 从HDF5存储中读取：
Excel，参考：MS Excel
1、 写入excel文件：
2、 从excel文件中读取：
来自为知笔记(Wiz)
