欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

python读取txt文件并画图

程序员文章站 2022-05-26 12:08:36
...

1,使用python读取txt文件

已知txt文件内容如下:

    0   0
    1   1
    2   4
    3   9
    4   16
    5   25
    6   36

请以第一列为x轴,第二列为y轴画图
步骤如下:
1)使用readlines读取文件
2)建立两个空列表X,Y,将第一列的数字放入X,第二列的数字放入Y中
3)以X,Y为轴画图
实现如下:

import matplotlib.pyplot as plt
filename = 'test1.txt'
X,Y = [],[]
with open(filename, 'r') as f:#1
    lines = f.readlines()#2
    for line in lines:#3
        value = [float(s) for s in line.split()]#4
        X.append(value[0])#5
        Y.append(value[1])

print(X)
print(Y)

plt.plot(X, Y)
plt.show()

步骤讲解:
1,以只读形式打开文件
2,读取每行文件,lines的结果是:

['\t0\t0\n', '\t1\t1\n', '\t2\t4\n', '\t3\t9\n', '\t4\t16\n', '\t5\t25\n', '\t6\t36']

即已将文件放到一个list中,其中\t是前面的tab空格,\n是换行。现在要将这些\t,\n去掉,使用split函数。
但需要注意split()不可以用在list中,因为list没有split()函数,只有str才有,也就是说lines.split()会报错;但lines[i].split() for i in lines不会,因为lines[0]到lines[6]等每个元素都是列表中的一个str类型,所以每个元素可以用split()函数,如下:

>>> type(lines[0])
<class 'str'>
>>> type(lines)
<class 'list'>
>>> lines[0].split()
['0', '0']
>>> lines.split()
Traceback (most recent call last):
  File "<pyshell#82>", line 1, in <module>
    lines.split()
AttributeError: 'list' object has no attribute 'split'

float将str里面的字符改为数字
5因为是for循环,所以每次只有两个数字,即一行中的两个,于是总是将第一个放在X中,第二个放在Y中,最后输出X,Y如下:

[0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0]
[0.0, 1.0, 4.0, 9.0, 16.0, 25.0, 36.0]

可见这正是我们要的结果,同时画图如下:
python读取txt文件并画图

2)优化代码

上面的代码有些繁琐(但却是很中规中矩的),可以采用方法以下优化
代码如下:

X, Y = [], []
for line in open('my_data.txt', 'r'):
    values = [float(s) for s in line.split()]
    X.append(values[0])
    Y.append(values[1])
plt.plot(X, Y)
plt.show()

还可以进一步优化(列表解析法list conprehension)

import matplotlib.pyplot as plt

with open('test1.txt', 'r') as f:
    X, Y = zip(*[[float(s) for s in line.split()] for line in f])
plt.plot(X, Y)
plt.show()

这种方法的好处是,如果有很多列,可以直接在赋值号左边加值,如X,Y,Z,W =….

解释:以上调用了zip函数,zip函数的用法可以参考博文frydsh

3,使用numpy

代码如下:

import matplotlib.pyplot as plt
import numpy as np

data = np.loadtxt('test1.txt')

plt.plot(data[:,0],data[:,1])
plt.show()

结果和上面的图一样
综上,使用numpy是最方便的;当然刚开始的程序有点儿复杂,但对于理解python画图的实现过程是有帮助的。
另外,numpy.loadtxt还可以读取.dat等文件,如读取CMB上的功率谱