Question

当我编程时，我经常使用外部软件来进行繁重的计算，但随后在Python中分析结果。这些外部软件通常是Fortran，C或C ++，它们通过提供输入文件来工作。这可以是一个小文件，告诉哪个模式执行某些计算，或者它必须处理的大数据文件。这些文件通常使用某种格式（数据列之间有这么多空格）。例如，下面给出了我目前使用的数据文件。

This is a header. The first line is always a header...
  7352.103      26.0      2.61    -8.397                         11.2
  7353.510      26.0      4.73    -1.570                          3.5
  7356.643      26.0      5.75    -2.964                          9.0
  7356.648      26.0      5.35    -3.187                          9.0
  7364.034      26.0      5.67    -5.508                          1.7
  7382.523      26.0      5.61    -3.935                          1.9

我的问题是，是否存在用于创建此类输入文件的Python库，从阅读模板（由同事或外部软件的文档提供）？

通常我有NumPy格式的所有列，并希望将模板作为示例提供给创建输入文件的函数。我不是在寻找一种蛮力方法，它可以很快变得丑陋。

我不确定在这里搜索什么，感谢任何帮助。

Answer 1

我基本上可以用savetxt复制你的样本。它的fmt变量为我提供了与FORTRAN代码用于读取和写入文件相同的格式控制。它以与FORTRAN和C打印相同的方式保留空间。

import numpy as np

example = """
This is a header. The first line is always a header...
  7352.103      26.0      2.61    -8.397                         11.2
...
"""

lines = example.split('\n')[1:]
header = lines[0]
data = []
for line in lines[1:]:
  if len(line):
    data.append([float(x) for x in line.split()])
data = np.array(data)

fmt = '%10.3f %9.1f %9.2f %9.3f %20.1f'  # similar to a FORTRAN format statment
filename = 'stack21865757.txt'

with open(filename,'w') as f:
  np.savetxt(f, data, fmt, header=header)

with open(filename) as f:
  print f.read()

制造

# This is a header. The first line is always a header...
  7352.103      26.0      2.61    -8.397                 11.2
  7353.510      26.0      4.73    -1.570                  3.5
...

修改

这是一个将示例行转换为格式的粗略脚本：

import re
tmplt = '  7352.103      26.0      2.61    -8.397                         11.2'
def fmt_from_template(tmplt):
    pat = r'( *-?\d+\.(\d+))' # one number with its decimal
    fmt = []
    while tmplt:
        match = re.search(pat,tmplt)
        if match:
            x = len(match.group(1)) # length of the whole number
            d = len(match.group(2)) # length of decimals
            fmt += ['%%%d.%df'%(x,d)]
            tmplt = tmplt[x:]
    fmt = ''.join(fmt)
    return fmt
print fmt_from_template(tmplt)
# %10.3f%10.1f%10.2f%10.3f%29.1f

Answer 2

调整hpaulj andwer以神奇地提取savetxt的fmt

from __future__ import print_function
import numpy as np
import re
example = """
This is a header. The first line is always a header...
  7352.103      26.0      2.61    -8.397                         11.2
  7353.510      26.0      4.73    -1.570                          3.5
  7356.643      26.0      5.75    -2.964                          9.0
  7356.648      26.0      5.35    -3.187                          9.0
  7364.034      26.0      5.67    -5.508                          1.7
  7382.523      26.0      5.61    -3.935                          1.9
"""
def extract_format(line):
  def iter():
    for match in re.finditer(r"\s+-?\d+\.(\d+)",line):
      yield "%{}.{}f".format(len(match.group(0)),len(match.group(1)))
  return "".join(iter())

lines = example.split('\n')[1:]
header = lines[0]
data = []
for line in lines[1:]:
  if len(line):
    data.append([float(x) for x in line.split()])
data = np.array(data)

fmt = extract_format(lines[1])  # similar to a FORTRAN format statment

filename = 'stack21865757.txt'

with open(filename,'w') as f:
  print(header,file=f)
  np.savetxt(f, data, fmt)

with open(filename) as f:
  print (f.read())

制造

This is a header. The first line is always a header...
  7352.103      26.0      2.61    -8.397                         11.2
  7353.510      26.0      4.73    -1.570                          3.5
  7356.643      26.0      5.75    -2.964                          9.0
  7356.648      26.0      5.35    -3.187                          9.0
  7364.034      26.0      5.67    -5.508                          1.7
  7382.523      26.0      5.61    -3.935                          1.9

Answer 3

如果您的标题始终相同，那么您可以查看pandas。这样，只需知道标题中列的名称，就可以非常轻松地移动列。即使标题并不总是相同，如果您可以从模板中获取标题，那么它仍然可以重新排列它。

如果我误解了这个问题，那么我很抱歉，但更具体的数据或更长的例子可能会有更多的帮助。

使用python处理和创建外部软件的输入文件

3 个答案: