科学の箱

科学・IT・登山の話題

Python

automated the boring – day7

投稿日:2018年2月27日 更新日:

https://automatetheboringstuff.com/chapter14/

14章ではcsvとJSONを取り扱う。フォーマットとしては単純であるのに、なぜexcel,word, pdfの後にこれらのデータ形式を取り扱うのか。

csvおよびJSONはデータが構造化されているためにlistと繰り返し処理を利用して、要素データを処理していく。そのために要素に対して細かい処理が可能である反面、コードは少し複雑になる。そのためにアプリケーションファイルの次に章が用意されているとい考えられる。ではどれほど複雑かといえば案外それほどでもないだろう。いっかいパターンを押さえれば、いろいろな場面で取り扱える。

CSVとJSONは特定のアプリケーションに結びつかないために応用範囲が広い。アプリケーションに紐づいたファイル形式よりもきっちり学んでおいたほうが良いといえる。

まずはCSVの処理を見てみる。一つ目の例は単純にcsvを読み込み表示するだけである。

<blockquote>>> import csv
>>> csvf = open('example.csv')
>>> csvf_r = csv.reader(csvf)
>>> csvf_d = list(csvf_r)
>>> csvf_d
[['4/5/2014 13:34', 'Apples', '73'], ['4/5/2014 3:41', 'Cherries', '85'], ['4/6/2014 1
'], ['4/10/2014 2:07', 'Apples', '152'], ['4/10/2014 18:10', 'Bananas', '23'], ['4/10/</blockquote>

 

この処理はcsvの内容をブロックで表示しているだけであるから、せっかく構造化されているデータがまったく役に立っていない。

次の例ではループを利用して行ごとに表示をする。

<blockquote>>> csvf = open('example.csv')
>>> csvf_r = csv.reader(csvf)
>>> for row in csvf_r:
... print('Row #' + str(csvf_r.line_num) + ' ' + str(row))
...
Row #1 ['4/5/2014 13:34', 'Apples', '73']
Row #2 ['4/5/2014 3:41', 'Cherries', '85']
Row #3 ['4/6/2014 12:46', 'Pears', '14']
Row #4 ['4/8/2014 8:59', 'Oranges', '52']
Row #5 ['4/10/2014 2:07', 'Apples', '152']
Row #6 ['4/10/2014 18:10', 'Bananas', '23']
Row #7 ['4/10/2014 2:40', 'Strawberries', '98']</blockquote>

メタ情報

inarticle



メタ情報

inarticle



-Python
-

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

kaggle Titanic Tutorial – 2

決定木を利用して分析する。 データの作成 y_train = d_train["Survived"].values x_train = d_train[["Pclass& …

no image

空の配列を生成

numpy.empty()を使うと要素が初期化されていない配列を生成できる。要素に入る値はその時により変わるので必ず初期化後には明示的に値を設定する必要がある。 numpy.empty print(n …

no image

pandaの基本中の基本操作

numpyとpandaのインポート import numpy as np import pandas as pd 前準備 labels = [‘a’, ‘b’, ‘c’] mydata = [10,2 …

no image

pythonでsha3をつかう

pip install sha3だと何かがダウンロードされるが下記のエラーが表示される。 c:\users\usera\appdata\local\temp\pip-install-1v_qtdxo\ …

no image

errorbarで誤差棒付きグラフの作成

概要 学習モデルのグラフは誤差を含んでいる。今2軸(xおよびy)をとり、以下のようなモデルに近似したとする。実際のデータは誤差がある。この誤差を表示できるのがerrorbarである。 ドキュメント h …

2018年2月
« 1月   3月 »
 1234
567891011
12131415161718
19202122232425
262728  

side bar top



アーカイブ

カテゴリー