這篇文章主要介紹基于python如何批量處理dat文件，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),彰武企業(yè)網(wǎng)站建設(shè),彰武品牌網(wǎng)站建設(shè),網(wǎng)站定制,彰武網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營(yíng)銷(xiāo),網(wǎng)絡(luò)優(yōu)化,彰武網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競(jìng)爭(zhēng)力。可充分滿(mǎn)足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時(shí)我們時(shí)刻保持專(zhuān)業(yè)、時(shí)尚、前沿，時(shí)刻以成就客戶(hù)成長(zhǎng)自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。

批處理文件功能

import os
path2 = 'C:\\Users\\awake_ljw\\Documents\\python for data analysis\\test1'
path3 = 'C:\\Users\\awake_ljw\\Documents\\python for data analysis\\test2'
filelist = os.listdir(path2)
for files in filelist:
 Olddir = os.path.join(path2,files)
 filename = os.path.splitext(files)[0]
 filetype = os.path.splitext(files)[1]
 print Olddir
 file_test = open(Olddir,'r')
 Newdir = os.path.join(path3,str(filename)+'.csv')
 print Newdir
 file_test2 = open(Newdir,'w')
 for lines in file_test.readlines():
 strdata = ",".join(lines.split('\t'))
 file_test2.write(strdata)
 file_test.close()
 file_test2.close()

os模塊是python最基礎(chǔ)的模塊之一，一般用于文件處理等操作。上面這段代碼主要就是將dat文件轉(zhuǎn)化為csv文件，同時(shí)保證csv可讀。一般txt文件不能通過(guò)直接改后綴改變呈csv文件格式，一般會(huì)造成文件不可讀。csv文件一般通過(guò)逗號(hào)分隔文本，數(shù)據(jù)處理起來(lái)較得心應(yīng)手，可以直接改后綴得到xlsx文件，一般excel也可讀。

科學(xué)計(jì)算

matlab作為一門(mén)科學(xué)計(jì)算編程語(yǔ)言，在科學(xué)計(jì)算的應(yīng)用實(shí)在廣泛，包括webread等強(qiáng)大的函數(shù)用起來(lái)十分順手，但matlab是商業(yè)軟件，并不免費(fèi)。其實(shí)，python在科學(xué)計(jì)算效率或函數(shù)庫(kù)功能包括其繪圖功能、圖像處理都很強(qiáng)大，(相比matlab，python的調(diào)色板更出色)。以下列舉一些數(shù)據(jù)文件讀取，繪圖的一些基本操作作為參考。

數(shù)據(jù)提取及繪圖

#數(shù)據(jù)提取
import os 
import pandas as pd
import numpy as np
number = -1;
sudu=np.zeros(5247*5,dtype=float).reshape(5247,5)
for files in filelist1:
 number +=1
 data = pd.read_csv(str(number+1)+'a.csv')
 sudu[:,number]=data['velocity']
 x = data['x']
 y = data['y']
a = sudu[0:5184,0].reshape(81,64)
%matplotlib inline
import matplotlib.pyplot as plt
extent = [np.min(x),np.max(x),np.min(y),np.max(y)]
plt.subplot(231)
u0 = sudu[0:5184,0].reshape(81,64)
plt.imshow(u0,extent=extent,origin='lower')
plt.subplot(232)
u1 = sudu[0:5184,1].reshape(81,64)
plt.imshow(u1,extent=extent,origin='lower')
plt.subplot(233)
u2 = sudu[0:5184,2].reshape(81,64)
plt.imshow(u2,extent=extent,origin='lower')
plt.subplot(234)
u3 = sudu[0:5184,3].reshape(81,64)
plt.imshow(u3,extent=extent,origin='lower')
#plt.axis("equal")
plt.subplot(235)
u4 = sudu[0:5184,4].reshape(81,64)
plt.imshow(u4,extent=extent,origin='lower')
plt.subplot(236)
u5 = sudu[0:5184,4].reshape(81,64)
plt.imshow(u5,extent=extent,origin='lower')
#contour
cs = plt.contour(u5, 20,extent = extent)
plt.xlim(-0.8,0.8)
plt.ylim(0.6,2.2)
plt.axis('equal')

python的科學(xué)計(jì)算功能與matlab及其相似，python有幾點(diǎn)不同在于

1.python有元組的數(shù)據(jù)類(lèi)型，元組不同于列表，元組不可更改

2.python的數(shù)據(jù)檢索使用[]

總而言之，python的數(shù)據(jù)形式及其豐富。

numpy以及pandas是python用于數(shù)據(jù)處理的兩個(gè)庫(kù)，具體使用方法主要推薦python科學(xué)計(jì)算這本書(shū)。matplotlib用于繪圖，剛也說(shuō)了，其調(diào)色板很厲害哦，圖像質(zhì)量不錯(cuò)。

以上是“基于python如何批量處理dat文件”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司行業(yè)資訊頻道！

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性?xún)r(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專(zhuān)為企業(yè)上云打造定制，能夠滿(mǎn)足用戶(hù)豐富、多元化的應(yīng)用場(chǎng)景需求。

分享名稱(chēng)：基于python如何批量處理dat文件-創(chuàng)新互聯(lián)
當(dāng)前鏈接：http://chinadenli.net/article12/cepsgc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站設(shè)計(jì)、虛擬主機(jī)、全網(wǎng)營(yíng)銷(xiāo)推廣、網(wǎng)站導(dǎo)航、關(guān)鍵詞優(yōu)化、響應(yīng)式網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)