在Python中阅读科学记数法的指数

Question

我试图在一组上生成一些摘要数据，所以我不关心数字本身我只关心指数 - 目标是找到7位数字的总数（例如电话号码）。我目前处理此问题的方式非常简单

我有一个CSV格式的数据集，它看起来像这样：

＆＃34; 1.108941100000000000e + 07， 4.867837000000000000e + 06， ......＆＃34;

# numlist is the dataset

x = np.trunc(np.log10(numlist))    
total = (x == 6).sum()

这给了我7位数的数字。当我选择这种方法时，我假设输入将是一个整数列表，但现在我看到数据实际上可以用科学记数法给出/存储。如果 以科学记数法给出，是否有更快的方法来获得相同的结果？有没有一种方法可以仅从csv文件中加载指数并完全跳过log10行为？

此外，我不仅限于使用numpy数组，但经过一些实验，它们是我目的最快的实现。

Answer 1

您可能希望编写一个自定义解析器，以便在读取文件时使用，而不是读取所有数据，以便稍后将其丢弃。

大小为n

的指数计数

def count_exponents(path, n):
    n_str = 'e+0' + str(n)
    out = 0
    with open(path) as fp:
        for line in fp:
            out += line.count(n_str)
    return out

返回指数

import re
pattern = re.compile('e([+\-]\d+)')

def get_exponents(path):
    with open(path) as fp:
        out = [pattern.findall(line) for line in fp]
    return out