python用于科学计算可行吗_Python科学计算——File I/O

Python 获取数据的方式有很多：(1) 如果在命令行运行 Python 脚本，你可以用 sys.stdin 和 sys.stdout 以管道 (pipe) 方式传递数据；(2) 可以显式地用代码来读写文件获取数据；(3) 从网页获取数据，也就是所谓的爬虫 (web spider)；(4) 使用 API (Application Programming Interface) 获取结构化格式的数据。 而在科学计算领域，更多的是处理实验中所获得的数据，比如：传感器，采集卡，示波器，光谱仪等仪器采集的数据。

案例一：温度传感器 (temperature sensor) 数据

本案例所采用的数据是热敏电阻 (thermistor) 采集的被加热物体的温度信息数据，其以如下格式存储在txt文件中：

1 2016-04-10 21:31:08.781 49.9492

2 2016-04-10 21:31:09.296 49.9589

3 2016-04-10 21:31:09.811 49.964

4 2016-04-10 21:31:10.326 49.9741

5 2016-04-10 21:31:10.841 49.983

...

处理文本文件的第一步是通过 open 命令来获取一个文件对象：

file_for_reading = open('thermistor.txt', 'r') # 'r' 意味着只读

file_for_writing = open('thermistor.txt', 'w') # 'w' 是写入

file_for_appending = open('thermistor.txt', 'a') # 'a' 是添加

file_for_xxx.close() # 完成操作后要关闭文件

因为非常容易忘记关闭文件，所以应该在 with 程序块里操作文件，这样结尾处文件会被自动关闭：

with open('thermistor.txt', 'r') as f:

data = function_that_gets_data_form(f) # 获取数据函数

此时，f 已经关闭了，就不能试图使用它啦，然后对数据执行相应的操作即可。

process(data) # 处理数据函数

处理文本文件第二步是观察数据特征，选择合适的读取命令：通过观察，可以发现，文件没有头部，每一行包括三种数据 (编号，时间，温度) 他们之间以空格键分开，每一列是同一类数据，这样我们就可以用 Python 中的 csv 模块中的 csv.reader 对其进行迭代处理，每一行都会被处理成恰当划分的列表。

import csv

with open(r"thermistor.txt","rb") as f:

reader = csv.reader(f,delimiter='\t')

number=[]

time = []

data=[]

for row in reader:

number.append(row[0])

time.append(row[1])

data.append(float(row[2]))

处理文本文件的第三步是检测数据读取格式是否正确，我们可以用如下的方式检测：

>>> print number[0], time[0], data[0]

>>> 1 2016-04-10 21:31:08.781 49.9492

从输出的首个元素来看，以上的读取数据的方式是没有问题的，但是到这里我们并不能完全放心我们的数据格式：

>>> print number[0:3], time[0:3], data[0:3]

>>> ['\xef\xbb\xbf1', '2', '3']

['2016-04-10 21:31:08.781', '2016-04-10 21:31:09.296', '2016-04-10 21:31:09.811']

[49.9492, 49.9589, 49.964]

当我们以列表的形式输出时，number 中的首个元素出现了我们没有预料到的“乱码”，这其实是 BOM (byte order mark), 它是为 UTF-16 和 UTF-32 准备的，用以标记字节序。微软在 UTF-8 中使用 BOM 是因为这样可以把 UTF-8 和 ASCII 等编码区别开，但这样的文件会给我们的数据读取带来问题。还好，我们可以用 Python 中的 codecs 模块解决这个问题。

import csv

import codecs

with codecs.open(r"thermistor.txt","rb","utf-8-sig") as f:

reader = csv.reader(f,delimiter='\t')

number=[]

time=[]

data=[]

for row in reader:

number.append(row[0])

time.append(row[1])

data.append(float(row[2]))

此时，我们再以列表形式输出时，就会得到正确的结果：

>>> ['1', '2', '3']

['2016-04-10 21:31:08.781', '2016-04-10 21:31:09.296', '2016-04-10 21:31:09.811']

[49.9492, 49.9589, 49.964]

然后就可以用得到的数据进行处理分析啦~

案例二：示波器 (oscilloscope) 数据

有了上面的经验，我们直接从处理文本文件第二步开始，示波器数据相对上面的数据，复杂的地方在于它包含了表头信息，而这些信息大部分时间是处理数据中不太需要的，它的数据格式如下：

Type: raw

Points: 16200

Count: 1

XInc: 1.23457E-013

XOrg: 2.4000000000E-008

YData range: 1.48000E-001

YData center: 5.00000E-004

Coupling: 50 Ohms

XRange: 2.00000E-009

XOffset: 2.4000000000E-008

YRange: 1.44000E-001

YOffset: 5.00000E-004

Date: 18 APR 2016

Time: 16:00:54:74

Frame: 86100C:MY46520443

X Units: second

Y Units: Volt

XY Data:

2.4000000E-008, 1.4349E-002

2.4000123E-008, 1.6005E-002

2.4000247E-008, 1.5455E-002

2.4000370E-008, 1.5702E-002

2.4000494E-008, 1.5147E-002

...

可以看出，“表头”是一些参数信息，真正有用的数据是从 “XY Data:” 下一行开始的，对于这样的数据有两种方法进行读取：(1) 直接跳过“表头”读取数据；(2) 利用正则表达式寻找“表头” 和数据的不同特征进行识别读取。

with open(r"waveform.txt","rb") as f:

lines = f.readlines()

x=[]

y=[]

for line in lines[18:]:

x.append(float(line.replace("\r\n","").split(",")[0]))

y.append(float(line.replace("\r\n","").split(",")[1]))

通过观察我们发现有效数据是从第19行开始的，于是我们直接从19行开始读取数据，跳过“表头”，以列表形式输出 x 和 y 前3个元素如下：

>>> [2.4e-08, 2.4000123e-08, 2.4000247e-08]

[0.014349, 0.016005, 0.015455] # 数据读取正确

运用正则表达式读取数据的关键在于找到有效数据行的独有特征，这里以 “E-002” 作为有效数据行区别于“表头”的特征，对数据的读取方式如下：

import re

with open(r"waveform.txt","rb") as f:

lines = f.readlines()

x=[]

y=[]

for line in lines:

if re.search('E-002',line):

x.append(float(line.replace("\r\n","").split(",")[0]))

y.append(float(line.replace("\r\n","").split(",")[1]))

同样，以列表形式输出 x 和 y 前3个元素用于检验：

>>> [2.4e-08, 2.4000123e-08, 2.4000247e-08]

[0.014349, 0.016005, 0.015455] # 数据读取正确

注：具体的数据读取方式要根据具体文本文件的特征决定，运用合适的方法才能得到更好的结果。

案例三：二维数据写入

很多时候，经过 process( ) 后的数据，需要备份留用或者供其他程序调用，因此，将处理后的数据写入文本文件也将是关键的一步。根据数据读入的经验，被读入的数据经常存储在 list 中，那么处理后数据也通常存储在 list 中，因此，以 list 的写入作为例子：

x = [1, 2, 3, 4]

y = [2.0, 4.0, 6.0, 8.0] # 参考数据

接下来就要考虑的是要以什么样的格式保存数据，为了更加直观的表现数据的关系，我们将 x，y 分别保存为一列，中间以空格键隔开，那么 csv.writer( ) 将是很好的工具：

xy = {}

for i in range(len(x)):

xy[x[i]] = y[i]

with open(r"15.txt", 'wb') as f:

writer = csv.writer(f,delimiter='\t')

for x, y in xy.items():

writer.writerow([x, y])

为了同时保存 x 和 y 的对应值，这里把 x 和 y 写入字典，x 为键 (key), y 为 值 (value) ，xy 就是 x 和 y 构成的字典。保存后的数据格式如下所示：

1 2.0

2 4.0

3 6.0

4 8.0

案例四：多维数据写入

由于字典的键 (key) 和值 (value) 对应的特殊数据结构，写入二维数据较为方便，对于多维数据，我们就需要构建多维矩阵，或者列表与元组结合的方式录入：

x = [1, 2, 3, 4]

y = [2.0, 4.0, 6.0, 8.0]

z = [3.0, 6.0, 9.0, 12.0]

这里以三维数据为例子。同样，需要将 x，y，z 各一列写入到txt中：

xyz = []

for i in range(len(x)):

xyz.append([x[i],y[i],z[i]])

with open(r"15.txt", 'wb') as f:

writer = csv.writer(f,delimiter='\t')

for x, y, z in xyz:

writer.writerow([x, y, z])

这样，就可以很容易地得到需要的数据格式的文本文件：

1 2.0 3.0

2 4.0 6.0

3 6.0 9.0

4 8.0 12.0

Stay hungry, Stay foolish. -- Steve Jobs