python中輸出處理

Ⅰ python輸出問題

#!/usr/bin/envpython
#-*-coding:utf-8-*-
'''
Createdon2015��3��24��

@author:qcq
'''

defdeal_with(file_in,file_out):

withopen(file_in,'r+')asfilename1:
withopen(file_out,'w')asfilename2:
forlineinfilename1:
#spaceassplitstring.youcanalsouseremole
tmp=line.split('')
printtmp[2],tmp[-2]
filename2.write(tmp[2]+'	'+tmp[-2]+'
')
if__name__=='__main__':
#givetheinfile
infile=raw_input('infilename:')
#,suchas:C:1.txt
outfile=raw_input('outfile:')
deal_with(infile,outfile)

Ⅱ python中函數輸出怎麼使用

print函數是python語言中的一個輸出函數，可以輸出以下幾種內容

1. 字元串和數值類型 可以直接輸出

>>>print(1)

1

>>>print("HelloWorld")

HelloWorld

2.變數

無論什麼類型，數值，布爾，列表，字典...都可以直接輸出

>>>x=12

>>>print(x)

12

>>>s='Hello'

>>>print(s)

Hello

>>>L=[1,2,'a']

>>>print(L)

[1,2,'a']

>>>t=(1,2,'a')

>>>print(t)

(1,2,'a')

>>>d={'a':1,'b':2}

>>>print(d)

{'a':1,'b':2}

3.格式化輸出

類似於C中的 printf

>>>s

'Hello'

>>>x=len(s)

>>>print("Thelengthof%sis%d"%(s,x))

ThelengthofHellois5

【注意】

• Python2和3的print函數格式不同，3要求加括弧（print（））

• 縮進最好使用4個空格

Ⅲ python 文件內容處理後輸出

首先確認下,你確定格式正確嗎?你寫的邏輯是,輸出的第二行是第一行的內容加上第二行的內容, 第三行的內容是1,2,3行相加的內容, 這樣累加,文件當然大了,

至於內存不足,你的寫法很有問題,學python時間不長吧,沒有人用python這些寫循環來迭代列表的

更好的寫法是:

lines=open('exp.100','r').readlines()
out=open("out",'w')
output1=[]
foriinlines:
output1.append('set([('+lines[i].replace('
',')])
').replace('','),(').replace('-',','))
forkinoutput1:
out.write(output1[k])

Ⅳ python有兩種單位輸出時怎麼辦

由於底層的UnitRegistry知道不同單位之間的關系，因此您可以使用to()方法將「數量」轉換為您選擇的單位。
Pint是一個Python軟體包，用於定義，操作和操縱物理量：數值和度量單位的乘積。它允許它們之間的算術運算以及不同單位之間的轉換。
在python中如果想給計算結果添加單位，當使用不是很頻繁，使用字元串格式化輸出就很好了，常用的可以考慮繼承float類實現專門的計量單位類。

Ⅳ Python格式化輸出的理解怎麼樣

7.1. 格式化輸出
我們有兩種大相徑庭地輸出值方法：表達式語句 和 print() 函數（第三種訪求是使用文件對象的 write() 方法，標准文件輸出可以參考 sys.stdout，詳細內容參見庫參考手冊）。
通常，你想要對輸出做更多的格式控制，而不是簡單的列印使用空格分隔的值。有兩種方法可以格式化你的輸出：第一種方法是由你自己處理整個字元串，通過使用字元串切割和連接操作可以創建任何你想要的輸出形式。string 類型包含一些將字元串填充到指定列寬度的有用操作，隨後就會討論這些。第二種方法是使用 str.format() 方法。
標准模塊 string 包括了一些操作，將字元串填充入給定列時，這些操作很有用。隨後我們會討論這部分內容。第二種方法是使用 Template 方法。
當然，還有一個問題，如何將值轉化為字元串？很幸運，Python 有辦法將任意值轉為字元串：將它傳入 repr() 或 str() 函數。
函數 str() 用於將值轉化為適於人閱讀的形式，而 repr() 轉化為供解釋器讀取的形式（如果沒有等價的語法，則會發生 SyntaxError 異常）某對象沒有適於人閱讀的解釋形式的話，str() 會返回與 repr() 等同的值。很多類型，諸如數值或鏈表、字典這樣的結構，針對各函數都有著統一的解讀方式。字元串和浮點數，有著獨特的解讀方式。

Ⅵ python輸出到文件亂碼如何解決

python代碼文件的編碼
py文件默認是ASCII編碼，中文在顯示時會做一個ASCII到系統默認編碼的轉換，這時就會出錯：SyntaxError: Non-ASCII character。需要在代碼文件的第一行或第二行添加編碼指示：
1 # coding=utf-8 ##以utf-8編碼儲存中文字元
2 print '中文'
像上面那樣直接輸入的字元串是按照代碼文件的編碼來處理的，如果用unicode編碼，有以下三種方式：
1 s1 = u'中文' #u表示用unicode編碼方式儲存信息
2 s2 = unicode('中文','gbk')
unicode是一個內置函數，第二個參數指示源字元串的編碼格式。
decode是任何字元串具有的方法，將字元串轉換成unicode格式，參數指示源字元串的編碼格式。
encode也是任何字元串具有的方法，將字元串轉換成參數指定的格式。
（2）、字元串的編碼
用 u'漢字' 構造出來的是unicode類型，不用的話構造出來是str類型
str的編碼是與系統環境相關的，一般就是sys.getfilesystemencoding()得到的值
所以從unicode轉str，要用encode方法
從str轉unicode，所以要用decode
例如：
# coding=utf-8 #默認編碼格式為utf-8
s = u'中文' #unicode編碼的文字
print s.encode('utf-8') #轉換成utf-8格式輸出
但當python中間處理非ASCII編碼時，經常會出現如下錯誤：
UnicodeDecodeError: 'ascii' codec can't decode byte 0x?? in position 1: ordinal not in range(128)
0x??是超出128的數字，python在默認的情況下認為語言的編碼是ascii編碼，所以無法處理其他編碼，需要設置python的默認編碼為所需要的編碼。
一個解決的方案是在代碼中添加：
import sys
reload(sys)
sys.setdefaultencoding('utf-8') （其中utf-8為你想輸出的字元編碼）
解釋：
sys.setdefaultencoding方法在python導入site.py後就刪除了(具體代碼查看site.py就可以看到)因此如果想用的話可以再重新load進入
總結：
u=u'unicode編碼文字'
g=u.encode('gbk') #轉換為gbk格式
print g #此時為亂碼，因為當前環境為utf-8,gbk編碼文字為亂碼
str=g.decode('gbk').encode('utf-8') #以gbk編碼格式讀取g（因為他就是gbk編碼的,需要事先知道它是GBK編碼）並轉換為utf-8格式輸出
print str #正常顯示中文（同文件輸出）
安全的方法：
s.decode('gbk','ignore').encode('utf-8′) #以gbk編碼讀取（當然是讀取gbk編碼格式的文字了）並忽略錯誤的編碼，轉換成utf-8編碼輸出。
推薦學習《Python教程》！

Ⅶ python如何列印輸出

使用print函數。
print(*objects,sep=''，end='\n',file=sys.stdout, flush=False)
objects -- 復數，表示可以一次輸出多個對象。輸出多個對象時，需要用 , 分隔。

sep -- 用來間隔多個對象，默認值是一個空格。

end -- 用來設定以什麼結尾。默認值是換行符 \n，我們可以換成其他字元串。

file -- 要寫入的文件對象。

flush -- 輸出是否被緩存通常決定於 file，但如果 flush 關鍵字參數為 True，流會被強制刷新。

Ⅷ python列印輸出漢字，有一部分出現亂碼怎麼解決

主要「（）」不要用中文括弧
冒號不要用中文冒號
引號不要用中文引號
只有要列印的輸入內容可以用中文的。
以上最好檢查一遍，因為我打的時候經常打錯，最好刪了重打，因為兩種括弧太難區分了。

Ⅸ python pandas怎麼輸出結果

本文是對pandas官方網站上《10 Minutes to pandas》的一個簡單的翻譯，原文在這里。這篇文章是對pandas的一個簡單的介紹，詳細的介紹請參考：Cookbook 。習慣上，我們會按下面格式引入所需要的包：

一、 創建對象
可以通過 Data Structure Intro Setion 來查看有關該節內容的詳細信息。
1、可以通過傳遞一個list對象來創建一個Series，pandas會默認創建整型索引：

2、通過傳遞一個numpy array，時間索引以及列標簽來創建一個DataFrame：

3、通過傳遞一個能夠被轉換成類似序列結構的字典對象來創建一個DataFrame：

4、查看不同列的數據類型：

5、如果你使用的是IPython，使用Tab自動補全功能會自動識別所有的屬性以及自定義的列，下圖中是所有能夠被自動識別的屬性的一個子集：

二、 查看數據
詳情請參閱：Basics Section

1、 查看frame中頭部和尾部的行：

2、 顯示索引、列和底層的numpy數據：

3、 describe()函數對於數據的快速統計匯總：

4、 對數據的轉置：

5、 按軸進行排序

6、 按值進行排序

三、 選擇
雖然標準的Python/Numpy的選擇和設置表達式都能夠直接派上用場，但是作為工程使用的代碼，我們推薦使用經過優化的pandas數據訪問方式： .at, .iat, .loc, .iloc 和 .ix詳情請參閱Indexing and Selecing Data 和 MultiIndex / Advanced Indexing。
l 獲取
1、 選擇一個單獨的列，這將會返回一個Series，等同於df.A：

2、 通過[]進行選擇，這將會對行進行切片

l 通過標簽選擇
1、 使用標簽來獲取一個交叉的區域

2、 通過標簽來在多個軸上進行選擇

3、 標簽切片

4、 對於返回的對象進行維度縮減

5、 獲取一個標量

6、 快速訪問一個標量（與上一個方法等價）

l 通過位置選擇
1、 通過傳遞數值進行位置選擇（選擇的是行）

2、 通過數值進行切片，與numpy/python中的情況類似

3、 通過指定一個位置的列表，與numpy/python中的情況類似

4、 對行進行切片

5、 對列進行切片

6、 獲取特定的值

l 布爾索引
1、 使用一個單獨列的值來選擇數據：

2、 使用where操作來選擇數據：

3、 使用isin()方法來過濾：

l 設置
1、 設置一個新的列：

2、 通過標簽設置新的值：

3、 通過位置設置新的值：

4、 通過一個numpy數組設置一組新值：

上述操作結果如下：

5、 通過where操作來設置新的值：

四、 缺失值處理
在pandas中，使用np.nan來代替缺失值，這些值將默認不會包含在計算中，詳情請參閱：Missing Data Section。
1、 reindex()方法可以對指定軸上的索引進行改變/增加/刪除操作，這將返回原始數據的一個拷貝：、

2、 去掉包含缺失值的行：

3、 對缺失值進行填充：

4、 對數據進行布爾填充：

五、 相關操作
詳情請參與 Basic Section On Binary Ops
統計（相關操作通常情況下不包括缺失值）
1、 執行描述性統計：

2、 在其他軸上進行相同的操作：

3、 對於擁有不同維度，需要對齊的對象進行操作。Pandas會自動的沿著指定的維度進行廣播：

Apply
1、 對數據應用函數：

直方圖
具體請參照：Histogramming and Discretization

字元串方法
Series對象在其str屬性中配備了一組字元串處理方法，可以很容易的應用到數組中的每個元素，如下段代碼所示。更多詳情請參考：Vectorized String Methods.

六、 合並
Pandas提供了大量的方法能夠輕松的對Series，DataFrame和Panel對象進行各種符合各種邏輯關系的合並操作。具體請參閱：Merging section
Concat

Join 類似於SQL類型的合並，具體請參閱：Database style joining

Append 將一行連接到一個DataFrame上，具體請參閱Appending：

七、 分組
對於」group by」操作，我們通常是指以下一個或多個操作步驟：
（Splitting）按照一些規則將數據分為不同的組；
（Applying）對於每組數據分別執行一個函數；
（Combining）將結果組合到一個數據結構中；
詳情請參閱：Grouping section

1、 分組並對每個分組執行sum函數：

2、 通過多個列進行分組形成一個層次索引，然後執行函數：

八、 Reshaping
詳情請參閱 Hierarchical Indexing 和 Reshaping。
Stack

數據透視表，詳情請參閱：Pivot Tables.

可以從這個數據中輕松的生成數據透視表：

九、 時間序列
Pandas在對頻率轉換進行重新采樣時擁有簡單、強大且高效的功能（如將按秒采樣的數據轉換為按5分鍾為單位進行采樣的數據）。這種操作在金融領域非常常見。具體參考：Time Series section。

1、 時區表示：

2、 時區轉換：

3、 時間跨度轉換：

4、 時期和時間戳之間的轉換使得可以使用一些方便的算術函數。

十、 Categorical
從0.15版本開始，pandas可以在DataFrame中支持Categorical類型的數據，詳細 介紹參看：categorical introction和API documentation。

1、 將原始的grade轉換為Categorical數據類型：

2、 將Categorical類型數據重命名為更有意義的名稱：

3、 對類別進行重新排序，增加缺失的類別：

4、 排序是按照Categorical的順序進行的而不是按照字典順序進行：

5、 對Categorical列進行排序時存在空的類別：

十一、 畫圖
具體文檔參看：Plotting docs

對於DataFrame來說，plot是一種將所有列及其標簽進行繪制的簡便方法：

十二、 導入和保存數據
CSV，參考：Writing to a csv file
1、 寫入csv文件：

2、 從csv文件中讀取：

HDF5，參考：HDFStores
1、 寫入HDF5存儲：

2、 從HDF5存儲中讀取：

Excel，參考：MS Excel
1、 寫入excel文件：

2、 從excel文件中讀取：

來自為知筆記(Wiz)

Ⅹ python 如何將一系列數字十個一行輸出

概述

定義一個變數，用於記錄次數，然後這個次數沒輸出一個數自己加1，然後處理這個數，取整數，並且再次歸零。

代碼詳解

使用循環輸出列表，利用 計數器控制輸出數量，當輸出到第十個，計數器歸零，重新開始計數

print輸出增加end參數可以控制輸出後以什麼結尾

這里使用range方法快速生成10-90的數字添加進list列表

results = list(range(10, 90))

n = 10 # 每10個數換一行

for i in range(len(results)):

print(results[i], end=' ')

if (i+1) % 10 == 0:

print(" ") # 為轉義符 換行的意思

#out：

序列是Python中最基本的數據結構。序列中的每個元素都分配一個數字 - 它的位置，或索引，第一個索引是0，第二個索引是1，依此類推。

Python有6個序列的內置類型，但最常見的是列表和元組。

序列都可以進行的操作包括索引，切片，加，乘，檢查成員。

此外，Python已經內置確定序列的長度以及確定最大和最小的元素的方法。

列表是最常用的Python數據類型，它可以作為一個方括弧內的逗號分隔值出現。

列表的數據項不需要具有相同的類型

Python列表函數&方法

1 cmp(list1, list2)比較兩個列表的元素

2 len(list)列表元素個數

3 max(list)返回列表元素最大值

4 min(list) 返回列表元素最小值

5 list(seq)將元組轉換為列表