本文共 5865 字，大约阅读时间需要 19 分钟。

转自：https://piao.blog.ustc.edu.cn/?p=151

• 例如：
  • input=open(“D:\\test.txt”,”r”)
  • for line in input:
    • line=line.strip()  #去掉首尾空格
    • print(line)
  • input.close()
• 互联网上的文件：urlopen（import urllib）
  • 例如：
    • import urllib
    • url=””
    • web_page=urllib.urlopen(url)
    • for line in web_page
      • line=line.strip()
      • print(line)
    • web_page.close()
• 将文件名作为参数传入
  • import sys
  • def process_file(filename):
    • ”’Open, read, and print a file.”’
    • input=open(filename,”r”)
    • for line in imput:
      • line=line.strip()
      • print(line)
    • input.close()
  • if __name__==”__main__”:
    • process_file(sys.argv[1])
• 跳过文件头（#开头）(读文件只能前进，不能后退)
  • def skip_header(r):
    • ”’skip the header in readr r, return the first real piece of data”’
    • line=r.readline()
    • while line.startswith(‘#’):
      • line=r.readline()
    • #now line contains the first real piece of data
    • return line
  • def process_file(filename):
            ”’Open, read, and print a file.”’
            inputfile=

    open(filename,”r”)
            line=skip_header(inputfile).strip()
            print(line)
            for line in inputfile:
                    line=line.

    strip()
                    

    print(line)
            inputfile.

    close()
• 含有多个字段的记录，空白符分隔
  • test.txt里面有数据格式如下：
    • 91.3    11.236
    • 56.2     12.364
    • 1234    235.5
    • ……
    • starts=[]
    • contracts=[]
    • input=open(“test.txt”,”r”)
    • for line in r:
      • start,contract=line.split()
      • starts.append(float(start))
      • contracts.append(float(contract))
    • input.close()
• 定位数据（有些文件格式不用分隔符隔开各个字段，行内的各个字段都位于某个固定的位置上，例如第1至第8个字符用于存储日志等）
  • def read_weather_data(r):
    • ”’Read the weather data from reader r in fixed-width format
    • The fields are:
      • 1~8      YYYYMMDD（date）
      • 9~14    DDMMSS（latitude）
      • 15~20  DDMMSS（longitude）
      • 21~26   FF.FFF（temp,deg,C）
      • 27~32   FF.FFF（humidity，%）
      • 33~38   FF.FFF（pressure，kPa）
    • The result is a list of tumples:
      • ((Yr,Mo,Day),(Deg,Min,Sec),(Deg,Min,Sec),(Temp,Hum,Press),)”’
    • result=[]
    • for line in r:
      • year=int(line[0:4])
      • month=int(line[4:6])
      • day=int(line[6:8])
      • lat_deg=int(line[8:10])
      • lat_min=int(line[10:12])
      • lat_sec=int(line[12:14])
      • long_deg=int(line[14:16])
      • long_min=int(line[16:18])
      • long_sec=int(line[18:20])
      • temp=float(line[20:26])
      • hum=float(line[26:32])
      • press=float(line[32:38])
      • result.append((year,month,day),(lat_deg,lat_min,lat_sec),(long_deg,long_min,long_sec),(temp,hum,press))
    • return result
  • 改进 
    • def read_weather_data(r):
      • ”’Read the weather data from reader r in fixed-width format
      • The fields are:
        • 1~8      YYYYMMDD（date）
        • 9~14    DDMMSS（latitude）
        • 15~20  DDMMSS（longitude）
        • 21~26   FF.FFF（temp,deg,C）
        • 27~32   FF.FFF（humidity，%）
        • 33~38   FF.FFF（pressure，kPa）
      • The result is a list of values(not tumples):
        • (YY,MM,DD,DD,MM,SS,DD,MM,SS,Temp,Hum,Press)”’
      • fields=((4,int),(2,int),(2,int),         #date
        • (2,int),(2,int),(2,int),            #latitude
        • (2,int),(2,int),(2,int),            #longitude
        • (6,float),(6,float),(6,float))  #data
      • #for each record
      • for line in r:
        • start=0
        • record=[]
        • for (width,target_type) in fields:
          • text=line[start,start+width]
          • field=target_type(text)
          • record.append(field)
          • start+=width
        • result.append(record)
      • return result
• 多行记录
  • 文件如下：（蛋白质数据库格式）
    • COMPND   AMMONIA
    • ATOM    1  N  0.257  -0.363  0.000
    • ATOM    3  H  0.257  0.727   0.000
    • END
    • COMPND   AMMONIA
      ATOM    1  N  0.257  -0.363  0.852
      ATOM    3  H  0.257  0.727   -0.901
      END
    • ……
  • def read_all_molecules(r):#读取所有分子函数
    • ”’Read zero or more molecules from reader r”’
    • result=[]
    • reading=True
    • while reading:
      • molecule=read_molecule(r)    if molecule:
        • result.append(molecule)
      • else:
        • reading=False
    • return result
  • def read_molecule(r):#读取单个分子函数
    • line=r.readline()
    • if not line:
      • return None
    • key,name=line.split()
    • molecule=[name]
    • reading=True
    • while reading:
      • line=r.readline()
      • if line.startswith(‘END’):
        • reading=False
      • else:
        • key,num,type,x,y,z=line.split()
        • molecule.append((type,x,y,z))
    • return molecule
• 写入文件
  • 例如：输入文件的格式为：每行两个数字，各数字之间以空格分隔；输出文件的格式为每一行三个数据（前两个来自输入文件，后一个是前两个之和），数字之间以一个空格分隔，
  • def sum(inputfile,outputfile):
    • outputfile=open(outputfile,”w”)
    • for line in inputfile:
      • operands=line.split()
      • print(‘operands’,operands)
      • sum=float(operands[0]+operands[1])
      • new_line=line.strip()+’ ‘+str(sum)+’\n’
      • outputfile.write(new_line)
    • outputfile.close()

• 集合set()：一个由唯一元素组成的非排序集合体（collection）；使用set()可创建出一个新的空集合；如果要创建出带值的集合，则初始值必须是列表或者元组；例如set((2,3,5)) 或者 set(([2,3,5]))
  • 集合运算：并(union——|)、交(intersection ——&)、添加(add)、移除(remove、clear)、difference（差集——set1-set2）、issubset（是子集？set1<=set2）、issuperset（是超集？set1>=set2）、symmetric_difference（异或 ∧）
  • 集合的存储：散列表(hash table)——当有元素加入到集合中时，就会计算该元素的散列码（hash code），散列码是一个整数，拥有相等值的元素的散列码肯定是相同的；只允许集合含有不可变(immutable)值(布尔值、数字、字符串等);
  • 集合本身是可变的，所以不能再集合中存放另一个集合；为了解决这个问题，Python提供了一个冻结集合（frozen set）的数据类型，frozenset()可创建出空的冻结集合；frozenset(values)可创建出带有值的冻结集合，values可以是列表、元组、集合或者别的集合体
• 字典（Dictionary）：是由一个键/值对组成的非排序可变集合体。将键/值对放到一对花括号中即可创建出字典，为了获取指定键所关联的值，将键放到一对方括号中即可。{}——空字典
  • 例如：birds={‘canada goose':3,’northern fulmar':1};
  • 例如：birds[‘canada goose’]=33
  • 循环：for x in birds:
    • • print(x,birds[x])
    • 分配给循环变量的是键
  • 方法：
    • clear——清空字典内容；
    • get——返回指定键所关联的值；如果指定键不存在，则返回默认值
    • keys——以列表的形式返回字典的所有键
    • items——返回(key,item)列表
    • values——以列表的形式返回字典的所有值，
    • update——用另一个字典的内容对当期字典进行更新；例如scientists.update(temp)
    • iteritems——根据实际情况一个一个地返回键值对：例如for (key,value) in dictionary.iteritems():——python 3以后没有了

• 搜索：
  • min——最小值
  • index——获取索引；例如：low=min(counts)
    • min_index=counts.index(low)
  • sort——排序（升序）
• 计时——运行时间、占用内存

• 搜索
  • 线性搜索：
    • index()——从列表最前面开始，诸葛检查所有的元素
    • 基本线性搜索：
      • def linear_search(v,L):
        • i=0
        • while i!=len(L) and L[i]!=v:
          • i=i+1
        • return i
    • for循环型线性搜索：
      • def linear_search(v,L):
        • i=0
        • for value in L:
          • if value==v:
            • return i
          • i+=1
        • return i
    • 哨兵搜索：
      • def linear_search(v,L):
        • L.append(v)  #增加一个哨兵，这样就可以确保能够找到v
        • i=0
        • while L[i]!=v:
          • i=i+1
        • L.pop(v)
        • return i
    • 测定搜索的时间
      • import time
      • import linear_search_1
      • def time_it(search,v,L):
        • t1=time.time()  #ms
        • search(v,L)
        • t2=time.time()
        • return (t2-t1)   #
  • 二分搜索
    • def binary_search(v,L):
      • i=0
      • j=len(L)-1
      • while i!=j+1:
        • m=(i+j)/2
        • if L[m]<v:
          • i=m+1
        • else:
          • j=m-1
      • if 0<=i<len(L) and L[i]==v:
        • return i
      • else:
        • return -1
• 排序
  • sort()
  • 选择排序：不断地从未排序区域中找出下一个最小值，并将其放倒已排序区域的末尾
    • def selection_sort(L):
      • i=0
      • while i!=len(L):
        • smallest=find_min(L,i)
        • L[i],L[smallest]=L[smallest],L[i]
        • i=i+1
    • def find_min(L,b):
      • smallest=b
      • i=b+1
      • while i!=len(L):
        • if L[i]<L[smallest]:
          • smallest=i
        • i=i+1
      • return smallest
  • 插入排序——直接从未排序区域拿出一个值，并将其插入到已排序区域中适当的位置
  • 冒泡排序
  • 合并排序（时间Nlog2(N)）
  • 快速排序
  • 堆排序

转载地址：http://wgmbi.baihongyu.com/