anaconda3下的python编程练习-csv翻译器

2024-09-08 09:04

本文主要是介绍anaconda3下的python编程练习-csv翻译器,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

相关理解和命令

  • 一、环境配置
    • 1、conda命令
    • 2、pip命令
    • 3、python命令
  • 二、开发思路
  • 三、开发步骤

一、环境配置

1、conda命令

镜像源配置

conda config --show channels			//查看镜像源
conda config --remove-key channels		//删除添加源,恢复默认源#添加镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2#终端显示包从哪个channel下载,以及下载地址是什么
conda config --set show_channel_urls yes

虚拟环境操作

conda create --name envname python=version	# 创建指定版本的虚拟环境
conda env list		#查看所有虚拟环境
activate  env_name	#进入环境
deactivate			#退出当前环境
conda  remove  --name  env_name  --all	#删除某个环境conda  list  -n  env_name	#查看当前虚拟环境下的所有安装包

进入虚拟环境后的操作

#安装或卸载包
conda  install  requests
conda  install  xx=版本号  # 指定版本号
conda  install  xxx -i 源名称或链接 # 指定下载源
conda  uninstall  xxx

2、pip命令

镜像源配置

#临时使用清华镜像源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package#永久配置
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

3、python命令

csv操作
参考:
python文件处理-CSV文件的读取、处理、写入
python的csv库常用操作

#在with下面的代码块结束时,会自动执行close()关闭文件
import csv#使用 csv.reader 读取CSV 文件
with open('data.csv', mode='r', encoding='UTF-8', newline='') as file:reader = csv.reader(file, delimiter=',')	# 默认分隔符就是逗号,delimiter=','也可省略header = next(reader)    # 读取第一行标题,列表for row in reader:print(row)#使用 csv.writer 写入
data = [["Name", "Age", "City"],["Alice", "30", "New York"],["Bob", "25", "Los Angeles"]
]
with open('output.csv', mode='w', newline='') as file:writer = csv.writer(file)writer.writerows(data)

举例

#读取列-方法一  csvread为列表,[值,值]
import csv
with open(r'file.csv',encoding='utf-8',mode='r+') as file_read:csvread = csv.reader(file_read)headers = next(csvread) #获取csv文件中的列名content = headers.index('content') #提取csv文件中的指定列名# print(headers) #可打印列名查看csv文件中的columns。for row in csvread: #打印指定列的内容print(row[content])
file_read.close()
#读取列-方法二  csvread为字典,键:值
import csv
with open(r'file.csv',encoding='utf-8',mode='r+') as file_read:csvread = csv.DictReader(file_read)for row in csvread: #打印指定列的内容print(row['需要读取的该列列名'])
file_read.close()

xlsx操作
参考:
【python】之xlrd、xlwt模块,读写操作Excel表格!

import xlrd
import xlwt#读
excel1 = xlrd.open_workbook(r'00001.xls','utf-8',formatting_info=True)
Sheet1 = excel1.sheet_by_name("Sheet1")#写
workbook = xlwt.Workbook(encoding='utf-8',style_compression=0)	#encoding:设置编码,可写中文  style_compression:是否压缩,不常用
sheet = workbook.add_sheet('表格1', cell_overwrite_ok=False)	#创建一个sheet对象,第二个参数是指单元格是否允许重设置,默认为False
style = xlwt.XFStyle()	#初始化样式
sheet.write(0, 0, '小王')	#第一个参数代表行,第二个参数是列,第三个参数是内容,第四个参数是格式
sheet.write(1, 0, '小红', style)
workbook.save('文件1.xls')	#保存文件

list列表操作
参考:Python中列表的基本操作

list2 = [1, 2, 4, "hello"]  
#增加
list2.append(5)  		#在list末尾加入新的元素5
list2.insert(2, 0.6)  	#在第二个和第三个元素中间插入新的元素0.6
#删除
list2.remove("hello")  	#删除元素"hello",按内容删除
list2.__delitem__(1)  	#按索引删除
del list2[3]			#按索引删除
#修改
list2[0] = 9  			#通过下标直接修改

二、开发思路

三、开发步骤

这篇关于anaconda3下的python编程练习-csv翻译器的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1147681

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

Linux 网络编程 --- 应用层

一、自定义协议和序列化反序列化 代码: 序列化反序列化实现网络版本计算器 二、HTTP协议 1、谈两个简单的预备知识 https://www.baidu.com/ --- 域名 --- 域名解析 --- IP地址 http的端口号为80端口,https的端口号为443 url为统一资源定位符。CSDNhttps://mp.csdn.net/mp_blog/creation/editor

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

RabbitMQ练习(AMQP 0-9-1 Overview)

1、What is AMQP 0-9-1 AMQP 0-9-1(高级消息队列协议)是一种网络协议,它允许遵从该协议的客户端(Publisher或者Consumer)应用程序与遵从该协议的消息中间件代理(Broker,如RabbitMQ)进行通信。 AMQP 0-9-1模型的核心概念包括消息发布者(producers/publisher)、消息(messages)、交换机(exchanges)、

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

【编程底层思考】垃圾收集机制,GC算法,垃圾收集器类型概述

Java的垃圾收集(Garbage Collection,GC)机制是Java语言的一大特色,它负责自动管理内存的回收,释放不再使用的对象所占用的内存。以下是对Java垃圾收集机制的详细介绍: 一、垃圾收集机制概述: 对象存活判断:垃圾收集器定期检查堆内存中的对象,判断哪些对象是“垃圾”,即不再被任何引用链直接或间接引用的对象。内存回收:将判断为垃圾的对象占用的内存进行回收,以便重新使用。

Go Playground 在线编程环境

For all examples in this and the next chapter, we will use Go Playground. Go Playground represents a web service that can run programs written in Go. It can be opened in a web browser using the follow