写出python代码,用argparse。能在任何文件夹读取Log。具体如下: 1.读取log,当读取到最后一次出现"My name is kitty"时,从下一行开始读 2.删除所有重复的行,只留第一行 3.第一行按照正则规则1分列后,写入新的CSV文件Output 4.从下一行开始按照正则规则2分列后,继续写入新的CSV文件Output 5.读取CSV文件Output 6.把标题行分为4类,第一类是标题为ABC,DFG的2列,第二类是CAT开头的几列,第三类是DOG开头的几列,第四类是Fish开头的几列 7.把4类标题画成4个曲线图,标注每条线的标题

时间: 2024-03-06 10:47:16 浏览: 16
以下是实现上述功能的 Python 代码,使用了 argparse 进行命令行参数解析: ```python import argparse import re import pandas as pd import matplotlib.pyplot as plt # 定义正则规则1和正则规则2 REGEX1 = r"(\d+)\s+(\d+.\d+)\s+(\d+.\d+)\s+(\d+.\d+)" REGEX2 = r"(\d+)\s+(\d+.\d+)\s+(\d+.\d+)" def parse_args(): parser = argparse.ArgumentParser(description='处理log文件并生成曲线图') parser.add_argument('input_file', help='输入文件名') parser.add_argument('output_file', help='输出文件名') return parser.parse_args() def read_log(filename): with open(filename, 'r') as f: lines = f.readlines() # 找到最后一次出现"My name is kitty"的位置 idx = len(lines) - 1 while idx >= 0: if "My name is kitty" in lines[idx]: break idx -= 1 # 从下一行开始读取,去除重复行 data = [] for line in set(lines[idx+1:]): data.append(line.strip()) return data def parse_data(data): # 第一行按照正则规则1分列 columns = ['A', 'B', 'C', 'D'] df1 = pd.DataFrame([re.findall(REGEX1, data[0])[0]], columns=columns) # 从下一行开始按照正则规则2分列 df2 = pd.DataFrame([re.findall(REGEX2, line)[0] for line in data[1:]], columns=['E', 'F', 'G']) # 合并两个数据框 df = pd.concat([df1, df2], axis=1) return df def write_csv(df, filename): df.to_csv(filename, index=False) def read_csv(filename): df = pd.read_csv(filename) return df def plot_data(df): # 分类绘制曲线图 fig, axs = plt.subplots(2, 2) axs[0, 0].plot(df['ABC'], label='ABC') axs[0, 0].plot(df['DFG'], label='DFG') axs[0, 0].set_title('Title for ABC and DFG') axs[0, 0].legend() axs[0, 1].plot(df.filter(regex='^CAT'), label='CAT') axs[0, 1].set_title('Title for CAT') axs[0, 1].legend() axs[1, 0].plot(df.filter(regex='^DOG'), label='DOG') axs[1, 0].set_title('Title for DOG') axs[1, 0].legend() axs[1, 1].plot(df.filter(regex='^Fish'), label='Fish') axs[1, 1].set_title('Title for Fish') axs[1, 1].legend() plt.show() def main(): args = parse_args() # 读取log文件 data = read_log(args.input_file) # 解析数据,写入CSV文件 df = parse_data(data) write_csv(df, args.output_file) # 读取CSV文件,画图 df = read_csv(args.output_file) plot_data(df) if __name__ == '__main__': main() ``` 假设输入文件名为 `input.log`,输出文件名为 `output.csv`,可以使用以下命令运行程序: ``` python program.py input.log output.csv ``` 其中 `program.py` 为程序名。

相关推荐

最新推荐

recommend-type

Python脚本实时处理log文件的方法

Python脚本是用来对实时文件的内容监控。接下来通过本文给大家介绍Python脚本实时处理log文件的方法,需要的朋友参考下吧
recommend-type

基于Python的蓝桥杯竞赛平台的设计与实现

【作品名称】:基于Python的蓝桥杯竞赛平台的设计与实现 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】:基于Python的蓝桥杯竞赛平台的设计与实现
recommend-type

python实现基于深度学习TensorFlow框架的花朵识别项目源码.zip

python实现基于深度学习TensorFlow框架的花朵识别项目源码.zip
recommend-type

3-9.py

3-9
recommend-type

郊狼优化算法COA MATLAB源码, 应用案例为函数极值求解以及优化svm进行分类,代码注释详细,可结合自身需求进行应用

郊狼优化算法COA MATLAB源码, 应用案例为函数极值求解以及优化svm进行分类,代码注释详细,可结合自身需求进行应用
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。