由于近期要处理一些计算数据,网上百度了一下,都感觉不太能满足要求,要么讲的很少,要么讲的不全;虽然我不是个程序猿,但是我还是希望大家在写相关内容的时候,尽量做到相近仔细,不然很容易让大家都百度失去“耐心”。好了废话说完了,接下来正式进入如何利用Python将数据写入.txt、.xls或者.csv文件:
一般做相应的计算需要处理二维数据,主要介绍将二维列表或矩阵写入文件;当然也提供了一种方法,在处理数据的时候可以先存储为列表或矩阵再整体输出。
1.python
以下面二维列表为例:
list1 = [['西瓜','兰州','first',20],['香蕉','西安','second',30],['苹果','银川','third',40],['桔子','四川','fourth',40]]
输出到Excel中为:
具体 如下:
def main():
list1 = [['西瓜','兰州','first',20],['香蕉','西安','second',30],['苹果','银川','third',40],['桔子','四川','fourth',40]]
output = open('data.xls','w',encoding='gbk')
output.write('fruit\t place\t digital\t number\n')
for i in range(len(list1)):
for j in range(len(list1[i])):
output.write(str(list1[i][j])+' ')
output.write('\t')
output.write('\n')
output.close()
if __name__ == '__main__':
main()
输入到.txt文件也是同样的道理,将上述文件名进行修改就好;这是一种一般的方式采用python处理我们的数据,但是我们也不能忘了python很多有些的包,比如numpy,matplotlib,pandas.
2.numpy
接下来采用numpy将数据写入.txt文件,代码如下:
list2 = [[1,2,3],[4,5,6]]
np.savetxt('data.txt',list2,fmt='%.2f')
最后的output为:
当然还有跟numpy.savetxt命令相对的numpy.loadtxt命令,也很实用.
3.pandas
百度的时候听说pandas也很实用、效率高,也打算抽时间学习一下,接下来采用pandas导入数据
具体代码如下:
list1 = [[1,2,3],[4,5,6]]
df = pd.DataFrame(list1)
df.to_csv("test.csv",sep=',',header=False,index=False)
数据output如下图所示:
如何想输入数据到.txt文件,将上述.csv修改即可
4.conclusion
一般对于初学者(对于我来说)就是使用list存储数据,然后进行相应的画图(matplotlib)或者数据分析(data analysis),对于我来说够用了,如果大家有啥需要补充的或者需要的,可以跟我讨论。