当前位置:首页 > 文章列表 > 文章 > python教程 > Python Day-Objectionpiended编程(OOPS),CSV,Matplotlib

Python Day-Objectionpiended编程(OOPS),CSV,Matplotlib

2025-02-05 11:37:18 0浏览 收藏
热门推荐
漫画APP
动画内容聚合,热门资源快捷查看
立即下载

本篇文章向大家介绍《Python Day-Objectionpiended编程(OOPS),CSV,Matplotlib》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。

Python面向对象编程与文件操作详解

Python 是一种多范式编程语言,支持面向对象编程 (OOP)。OOP 使用类和对象来组织代码,提高代码的可重用性、可扩展性和可维护性。

类 (Class)

类是对象的蓝图或模板,它定义了对象的属性(状态)和方法(行为)。例如,“自行车”就是一个类,它具有品牌、颜色、速度等属性,以及启动、加速、停止等方法。

对象 (Object)

对象是类的实例,是实际存在的实体。例如,“Activa”和“Pulsar”都是“自行车”类的对象。每个对象都有自己独特的状态。

注意:必须先定义类才能创建对象。

为什么在Python中使用OOP?

主要原因在于其提高了代码的可重用性、可扩展性和可维护性。

示例:图片显示

from PIL import Image
photo = Image.open("abcd.jpeg")
photo.show()

CSV文件与Matplotlib数据可视化

CSV (Comma Separated Values) 文件是一种纯文本格式,用逗号分隔值。Matplotlib 是一个流行的Python数据可视化库,可以创建静态、动画和交互式图表。

示例:销售数据图表

import matplotlib.pyplot as plt
import csv

years = []
sales = []
with open("sales.csv", "r") as f:
    reader = csv.reader(f)
    next(reader)  # 跳过表头
    for row in reader:
        years.append(int(row[0]))
        sales.append(int(row[1]))

plt.figure(figsize=(7, 5))
plt.plot(years, sales, color="r", label="Yearly Sales")
plt.xlabel('Years')
plt.ylabel("Sales")
plt.title("Last 5 Years Sales")
plt.legend() # 添加图例
plt.show()

Python Day-Objectionpiended编程(OOPS),CSV,Matplotlib

文件操作

Python 提供了多种方法来操作文件。

打开文件的模式:

  • 'r':读取模式(默认)。打开现有文件进行读取,文件不存在则报错。
  • 'w':写入模式。创建新文件或覆盖现有文件内容进行写入。
  • 'a':追加模式。打开现有文件并在文件末尾追加内容。
  • 'x':排他创建模式。创建新文件,如果文件已存在则报错。
  • 'b':二进制模式。用于处理二进制文件(如图片、音频)。
  • 't':文本模式(默认)。用于处理文本文件。 'r+', 'w+', 'a+' 允许读写。

Python Day-Objectionpiended编程(OOPS),CSV,Matplotlib

示例:文件操作

  1. 创建并检查文件:
f = open("abcd.txt", "w")
print(type(f))
print(f.name)
print(f.mode)
print(f.readable())
print(f.writable())
print(f.closed)
f.close()
  1. 写入文件:
f = open("abcd.txt", "w")
f.write("friday\nsaturday\n") # 使用 \n 换行
f.close()
  1. 追加到文件:
f = open("abcd.txt", "a")
f.write("sunday\nmonday\n")
f.close()
  1. 读取文件:
f = open("abcd.txt", "r")
data = f.read()
print(data)
f.close()

f = open("abcd.txt", "r")
data = f.read(5) # 读取前5个字符
print(data)
f.close()

f = open("abcd.txt", "r")
line = f.readline() # 读取一行
print(line)
f.close()

f = open("abcd.txt", "r")
lines = f.readlines() # 读取所有行到列表
for line in lines:
    print(line, end="")
f.close()
  1. 统计文件内容:
f = open("abcd.txt", "r")
data = f.readlines()

num_lines = len(data)
num_words = 0
num_letters = 0
for line in data:
    words = line.split()
    num_words += len(words)
    for word in words:
        num_letters += len(word)

f.close()
print(f"Number of lines: {num_lines}")
print(f"Number of words: {num_words}")
print(f"Number of letters: {num_letters}")
  1. 检查文件是否存在:
import os
file_name = input("Enter file name: ")
if os.path.isfile(file_name):
    print("File is present")
else:
    print("File is not present")

记住在操作完成后始终关闭文件 (f.close()),释放系统资源并避免潜在错误。 可以使用 with open(...) as f: 语句,它会在代码块执行完毕后自动关闭文件,即使发生异常。

今天关于《Python Day-Objectionpiended编程(OOPS),CSV,Matplotlib》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

3D NAND深孔蚀刻速度提升一倍,推动高密度储存发展3D NAND深孔蚀刻速度提升一倍,推动高密度储存发展
上一篇
3D NAND深孔蚀刻速度提升一倍,推动高密度储存发展
DeepSeek问世,大摩、里昂看好AI前景
下一篇
DeepSeek问世,大摩、里昂看好AI前景
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    442次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    516次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    529次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    474次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    300次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码