写出python代码。用re,csv,argparse,pandas,matplotlib.需要实现把当前文件夹下的txt文件另存为csv,指定csv的几个标题可以生成曲线趋势图。 已知把当前文件夹下的txt文件另存为csv的脚本。现在需要生成曲线图。 其中,CSV文件有100个标题,3000行。第一列为行标题,第一行为列标题。每个标题为一张画布。

时间: 2023-06-27 21:07:32 浏览: 39
以下是符合要求的Python代码: ```python import re import csv import pandas as pd import matplotlib.pyplot as plt import argparse import os # 定义命令行参数 parser = argparse.ArgumentParser(description='Convert txt files in current directory to csv and generate trend chart.') parser.add_argument('-t', '--title', nargs='+', help='Specify the titles of columns in CSV file.') parser.add_argument('-c', '--chart', action='store_true', help='Generate trend chart.') args = parser.parse_args() # 获得当前文件夹下所有txt文件的文件名 txt_files = [f for f in os.listdir('.') if os.path.isfile(f) and f.endswith('.txt')] for txt_file in txt_files: # 读取txt文件内容 with open(txt_file, 'r') as f: content = f.read() # 提取txt文件中的数字数据 data = re.findall(r'\d+', content) # 将数据转换为二维矩阵 num_cols = len(args.title) num_rows = int(len(data) / num_cols) matrix = [[0] * num_cols for i in range(num_rows)] for i in range(num_rows): for j in range(num_cols): matrix[i][j] = data[i * num_cols + j] # 将数据写入CSV文件 csv_file_name = os.path.splitext(txt_file)[0] + '.csv' with open(csv_file_name, 'w', newline='') as f: writer = csv.writer(f) writer.writerow(args.title) for row in matrix: writer.writerow(row) # 生成曲线趋势图 if args.chart: df = pd.read_csv(csv_file_name, index_col=0) for col in df.columns: plt.plot(df.index, df[col], label=col) plt.legend() plt.xlabel('Index') plt.ylabel('Value') plt.title('Trend Chart of {}'.format(os.path.splitext(txt_file)[0])) plt.show() ``` 这个代码使用了re、csv、pandas、matplotlib和argparse这些库。它通过命令行参数来指定CSV文件的标题,并在需要时生成曲线趋势图。代码中假设CSV文件的第一列为行标题,第一行为列标题。如果需要更改,请修改代码。

相关推荐

最新推荐

recommend-type

使用Python中的matplotlib库读取csv文件绘制混合图

Python代码 import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl data = pd.read_csv('taobao_data.csv', index_col='\u4f4d\u7f6e') data.drop(['宝贝', '卖家'], inplace=True, axis=1...
recommend-type

node-v4.1.2-linux-armv7l.tar.xz

Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
recommend-type

2_职业强国2.psd

2_职业强国2.psd
recommend-type

com.tencent.ig.zip

com.tencent.ig.zip
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

list根据id查询pid 然后依次获取到所有的子节点数据

可以使用递归的方式来实现根据id查询pid并获取所有子节点数据。具体实现可以参考以下代码: ``` def get_children_nodes(nodes, parent_id): children = [] for node in nodes: if node['pid'] == parent_id: node['children'] = get_children_nodes(nodes, node['id']) children.append(node) return children # 测试数
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。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依