python中输出处理

Ⅰ python输出问题

#!/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中函数输出怎么使用

print函数是python语言中的一个输出函数，可以输出以下几种内容

1. 字符串和数值类型 可以直接输出

>>>print(1)

1

>>>print("HelloWorld")

HelloWorld

2.变量

无论什么类型，数值，布尔，列表，字典...都可以直接输出

>>>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.格式化输出

类似于C中的 printf

>>>s

'Hello'

>>>x=len(s)

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

ThelengthofHellois5

【注意】

• Python2和3的print函数格式不同，3要求加括号（print（））

• 缩进最好使用4个空格

Ⅲ python 文件内容处理后输出

首先确认下,你确定格式正确吗?你写的逻辑是,输出的第二行是第一行的内容加上第二行的内容, 第三行的内容是1,2,3行相加的内容, 这样累加,文件当然大了,

至于内存不足,你的写法很有问题,学python时间不长吧,没有人用python这些写循环来迭代列表的

更好的写法是:

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有两种单位输出时怎么办

由于底层的UnitRegistry知道不同单位之间的关系，因此您可以使用to()方法将“数量”转换为您选择的单位。
Pint是一个Python软件包，用于定义，操作和操纵物理量：数值和度量单位的乘积。它允许它们之间的算术运算以及不同单位之间的转换。
在python中如果想给计算结果添加单位，当使用不是很频繁，使用字符串格式化输出就很好了，常用的可以考虑继承float类实现专门的计量单位类。

Ⅳ Python格式化输出的理解怎么样

7.1. 格式化输出
我们有两种大相径庭地输出值方法：表达式语句 和 print() 函数（第三种访求是使用文件对象的 write() 方法，标准文件输出可以参考 sys.stdout，详细内容参见库参考手册）。
通常，你想要对输出做更多的格式控制，而不是简单的打印使用空格分隔的值。有两种方法可以格式化你的输出：第一种方法是由你自己处理整个字符串，通过使用字符串切割和连接操作可以创建任何你想要的输出形式。string 类型包含一些将字符串填充到指定列宽度的有用操作，随后就会讨论这些。第二种方法是使用 str.format() 方法。
标准模块 string 包括了一些操作，将字符串填充入给定列时，这些操作很有用。随后我们会讨论这部分内容。第二种方法是使用 Template 方法。
当然，还有一个问题，如何将值转化为字符串？很幸运，Python 有办法将任意值转为字符串：将它传入 repr() 或 str() 函数。
函数 str() 用于将值转化为适于人阅读的形式，而 repr() 转化为供解释器读取的形式（如果没有等价的语法，则会发生 SyntaxError 异常）某对象没有适于人阅读的解释形式的话，str() 会返回与 repr() 等同的值。很多类型，诸如数值或链表、字典这样的结构，针对各函数都有着统一的解读方式。字符串和浮点数，有着独特的解读方式。

Ⅵ python输出到文件乱码如何解决

python代码文件的编码
py文件默认是ASCII编码，中文在显示时会做一个ASCII到系统默认编码的转换，这时就会出错：SyntaxError: Non-ASCII character。需要在代码文件的第一行或第二行添加编码指示：
1 # coding=utf-8 ##以utf-8编码储存中文字符
2 print '中文'
像上面那样直接输入的字符串是按照代码文件的编码来处理的，如果用unicode编码，有以下三种方式：
1 s1 = u'中文' #u表示用unicode编码方式储存信息
2 s2 = unicode('中文','gbk')
unicode是一个内置函数，第二个参数指示源字符串的编码格式。
decode是任何字符串具有的方法，将字符串转换成unicode格式，参数指示源字符串的编码格式。
encode也是任何字符串具有的方法，将字符串转换成参数指定的格式。
（2）、字符串的编码
用 u'汉字' 构造出来的是unicode类型，不用的话构造出来是str类型
str的编码是与系统环境相关的，一般就是sys.getfilesystemencoding()得到的值
所以从unicode转str，要用encode方法
从str转unicode，所以要用decode
例如：
# coding=utf-8 #默认编码格式为utf-8
s = u'中文' #unicode编码的文字
print s.encode('utf-8') #转换成utf-8格式输出
但当python中间处理非ASCII编码时，经常会出现如下错误：
UnicodeDecodeError: 'ascii' codec can't decode byte 0x?? in position 1: ordinal not in range(128)
0x??是超出128的数字，python在默认的情况下认为语言的编码是ascii编码，所以无法处理其他编码，需要设置python的默认编码为所需要的编码。
一个解决的方案是在代码中添加：
import sys
reload(sys)
sys.setdefaultencoding('utf-8') （其中utf-8为你想输出的字符编码）
解释：
sys.setdefaultencoding方法在python导入site.py后就删除了(具体代码查看site.py就可以看到)因此如果想用的话可以再重新load进入
总结：
u=u'unicode编码文字'
g=u.encode('gbk') #转换为gbk格式
print g #此时为乱码，因为当前环境为utf-8,gbk编码文字为乱码
str=g.decode('gbk').encode('utf-8') #以gbk编码格式读取g（因为他就是gbk编码的,需要事先知道它是GBK编码）并转换为utf-8格式输出
print str #正常显示中文（同文件输出）
安全的方法：
s.decode('gbk','ignore').encode('utf-8′) #以gbk编码读取（当然是读取gbk编码格式的文字了）并忽略错误的编码，转换成utf-8编码输出。
推荐学习《Python教程》！

Ⅶ python如何打印输出

使用print函数。
print(*objects,sep=''，end='\n',file=sys.stdout, flush=False)
objects -- 复数，表示可以一次输出多个对象。输出多个对象时，需要用 , 分隔。

sep -- 用来间隔多个对象，默认值是一个空格。

end -- 用来设定以什么结尾。默认值是换行符 \n，我们可以换成其他字符串。

file -- 要写入的文件对象。

flush -- 输出是否被缓存通常决定于 file，但如果 flush 关键字参数为 True，流会被强制刷新。

Ⅷ python打印输出汉字，有一部分出现乱码怎么解决

主要“（）”不要用中文括号
冒号不要用中文冒号
引号不要用中文引号
只有要打印的输入内容可以用中文的。
以上最好检查一遍，因为我打的时候经常打错，最好删了重打，因为两种括号太难区分了。

Ⅸ 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 introction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)

Ⅹ python 如何将一系列数字十个一行输出

概述

定义一个变量，用于记录次数，然后这个次数没输出一个数自己加1，然后处理这个数，取整数，并且再次归零。

代码详解

使用循环输出列表，利用 计数器控制输出数量，当输出到第十个，计数器归零，重新开始计数

print输出增加end参数可以控制输出后以什么结尾

这里使用range方法快速生成10-90的数字添加进list列表

results = list(range(10, 90))

n = 10 # 每10个数换一行

for i in range(len(results)):

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

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

print(" ") # 为转义符 换行的意思

#out：

序列是Python中最基本的数据结构。序列中的每个元素都分配一个数字 - 它的位置，或索引，第一个索引是0，第二个索引是1，依此类推。

Python有6个序列的内置类型，但最常见的是列表和元组。

序列都可以进行的操作包括索引，切片，加，乘，检查成员。

此外，Python已经内置确定序列的长度以及确定最大和最小的元素的方法。

列表是最常用的Python数据类型，它可以作为一个方括号内的逗号分隔值出现。

列表的数据项不需要具有相同的类型

Python列表函数&方法

1 cmp(list1, list2)比较两个列表的元素

2 len(list)列表元素个数

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)将元组转换为列表