您的位置:

python输出不省略,python输出结果有省略号

本文目录一览:

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)