基于python批量处理dat文件及科学计算的方法

这篇文章主要介绍了关于基于python批量处理dat文件及科学计算的方法，有着一定的参考价值，现在分享给大家，有需要的朋友可以参考一下

摘要：主要介绍一些python的文件读取功能，文件内容修改，文件名后缀更改等操作。

批处理文件功能

import ospath1 = 'C:\\Users\\awake_ljw\\Documents\\python for data analysis\\test1'path2 = 'C:\\Users\\awake_ljw\\Documents\\python for data analysis\\test2'filelist = os.listdir(path1)for files in filelist: Olddir = os.path.join(path1,files) filename = os.path.splitext(files)[0] filetype = os.path.splitext(files)[1] print Olddir file_test = open(Olddir,'r') Newdir = os.path<em>本文来源[email protected]搞@^&代*@码2网</em>.join(path2,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模块是python最基础的模块之一，一般用于文件处理等操作。上面这段代码主要就是将dat文件转化为csv文件，同时保证csv可读。一般txt文件不能通过直接改后缀改变呈csv文件格式，一般会造成文件不可读。csv文件一般通过逗号分隔文本，数据处理起来较得心应手，可以直接改后缀得到xlsx文件，一般excel也可读。

科学计算

matlab作为一门科学计算编程语言，在科学计算的应用实在广泛，包括webread等强大的函数用起来十分顺手，但matlab是商业软件，并不免费。其实，python在科学计算效率或函数库功能包括其绘图功能、图像处理都很强大，(相比matlab，python的调色板更出色)。以下列举一些数据文件读取，绘图的一些基本操作作为参考。

数据提取及绘图

#数据提取import os import pandas as pdimport numpy as npnumber = -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 inlineimport matplotlib.pyplot as pltextent = [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')#contourcs = plt.contour(u5, 20,extent = extent)plt.xlim(-0.8,0.8)plt.ylim(0.6,2.2)plt.axis('equal')

python的科学计算功能与matlab及其相似，python有几点不同在于

1.python有元组的数据类型，元组不同于列表，元组不可更改

2.python的数据检索使用[]

总而言之，python的数据形式及其丰富。

numpy以及pandas是python用于数据处理的两个库，具体使用方法主要推荐python科学计算这本书。matplotlib用于绘图，刚也说了，其调色板很厉害哦，图像质量不错。

预告：代码运行环境均为jupyter notebook，简直神器一般的存在，网上搭建的资料也太多。