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)