python與操作

① python文件操作問題

你好：

請看代碼：

txtpath1=r"a.txt"
txtpath2=r"b.txt"
txtpath3=r"c.txt"
txtpath4=r"d.txt"

fpa=open(txtpath1)
fpb=open(txtpath2)
fpc=open(txtpath3)
fpd=open(txtpath4,"w")

arrD=[]
forkkkinrange(50):
arrD.append(0)

defWriteD():
forkkkkinarrD:
fpd.write(str(kkkk))
fpd.write("")
fpd.write("
")

arrC=[]
forlinecinfpc.readlines():
arrC.append(linec.replace("
",""))

arrB=[]
forlinebinfpb.readlines():
arrB.append(lineb.replace("
",""))

forlineainfpa.readlines():
flag=True
linea=linea.replace("
","")
foriinrange(len(arrB)):
ifarrB[i]==linea:
printlinea
printarrB[i]
printarrC[i]
flag=False
fpd.write(linea)
fpd.write("
")
fpd.write(arrC[i])
fpd.write("
")
ifflag:
printlinea
fpd.write(linea)
fpd.write("
")
WriteD()

print"Done!"
fpa.close()
fpb.close()
fpc.close()
fpd.close()

② python可以記錄操作滑鼠鍵盤操作嗎

可以，需要第三方擴展。

importpyHook
importpythoncom

defonclick(event):
printevent.Position
returnTrue

hm=pyHook.HookManager()
hm.SubscribeMouseAllButtonsDown(onclick)
hm.HookMouse()
pythoncom.PumpMessages()
hm.UnhookMouse()

③ python和linux到底有關系

python和linux兩者間沒什麼關系，python是一門程序設計語言，linux是一個操作系統，向上支持應用軟體的運行，向下控制硬體，是軟體和硬體的過渡層。Python語言可以在Linux系統下學習和開發。

比如，如果是想用Python開發網站（現今流行的、成熟的Python Web框架)就需要使用到Linux平台；如果想使用Python爬蟲爬取數據，在Linux系統上也要更方便一些；還有就是想學習網路安全滲透測試，在Linux上編寫Python自動化測試腳本也很有必要。

(3)python與操作擴展閱讀：

可以通過python對linux進行操作，利用python操縱linux的命令為：

1、import os

#返回操作系統類型，值為posix，是linux操作系統，值為nt，是window操作系統

2、print os.name

#返回操作系統的詳細信息

3、print os.uname()

#系統的環境變數

4、print os.environ

print os.environ.get('PATH')

#判斷是否為絕對路徑（不會判斷文件或者目錄是否存在）

5、print os.path.isabs('/tmp/westos')

print os.path.isabs('hello')

#生成絕對路徑

④ python怎麼對dataframe進行操作

用pandas中的DataFrame時選取行或列：
import numpy as npimport pandas as pdfrom pandas import Sereis, DataFrameser = Series(np.arange(3.))data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))data['w'] #選擇表格中的'w'列，使用類字典屬性,返回的是Series類型data.w #選擇表格中的'w'列，使用點屬性,返回的是Series類型data[['w']] #選擇表格中的'w'列，返回的是DataFrame類型data[['w','z']] #選擇表格中的'w'、'z'列data[0:2] #返回第1行到第2行的所有行，前閉後開，包括前不包括後data[1:2] #返回第2行，從0計，返回的是單行，通過有前後值的索引形式，
#如果採用data[1]則報錯data.ix[1:2] #返回第2行的第三種方法，返回的是DataFrame，跟data[1:2]同data['a':'b'] #利用index值進行切片，返回的是**前閉後閉**的DataFrame,
#即末端是包含的
data.irow(0) #取data的第一行data.icol(0) #取data的第一列data.head() #返回data的前幾行數據，默認為前五行，需要前十行則data.head(10)data.tail() #返回data的後幾行數據，默認為後五行，需要後十行則data.tail(10)ser.iget_value(0) #選取ser序列中的第一個ser.iget_value(-1) #選取ser序列中的最後一個，這種軸索引包含索引器的series不能採用ser[-1]去獲取最後一個，這會引起歧義。data.iloc[-1] #選取DataFrame最後一行，返回的是Seriesdata.iloc[-1:] #選取DataFrame最後一行，返回的是DataFramedata.loc['a',['w','x']] #返回『a』行'w'、'x'列，這種用於選取行索引列索引已知data.iat[1,1] #選取第二行第二列，用於已知行、列位置的選取。04142

下面是簡單的例子使用驗證：
import pandas as pdfrom pandas import Series, DataFrame
import numpy as np

data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])

data
Out[7]:
a b c d eone 0 1 2 3 4two 5 6 7 8 9three 10 11 12 13 14#對列的操作方法有如下幾種data.icol(0) #選取第一列E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i] # -*- coding: utf-8 -*-Out[35]:
one 0two 5three 10Name: a, dtype: int32

data['a']
Out[8]:
one 0two 5three 10Name: a, dtype: int32

data.aOut[9]:
one 0two 5three 10Name: a, dtype: int32

data[['a']]
Out[10]:
aone 0two 5three 10data.ix[:,[0,1,2]] #不知道列名只知道列的位置時Out[13]:
a b cone 0 1 2two 5 6 7three 10 11 12data.ix[1,[0]] #選擇第2行第1列的值Out[14]:
a 5Name: two, dtype: int32

data.ix[[1,2],[0]] #選擇第2,3行第1列的值Out[15]:
atwo 5three 10data.ix[1:3,[0,2]] #選擇第2-4行第1、3列的值Out[17]:
a ctwo 5 7three 10 12data.ix[1:2,2:4] #選擇第2-3行，3-5（不包括5）列的值Out[29]:
c dtwo 7 8data.ix[data.a>5,3]
Out[30]:
three 13Name: d, dtype: int32

data.ix[data.b>6,3:4] #選擇'b'列中大於6所在的行中的第4列，有點拗口Out[31]:
dthree 13data.ix[data.a>5,2:4] #選擇'a'列中大於5所在的行中的第3-5（不包括5）列Out[32]:
c dthree 12 13data.ix[data.a>5,[2,2,2]] #選擇'a'列中大於5所在的行中的第2列並重復3次Out[33]:
c c cthree 12 12 12#還可以行數或列數跟行名列名混著用data.ix[1:3,['a','e']]
Out[24]:
a etwo 5 9three 10 14data.ix['one':'two',[2,1]]
Out[25]:
c bone 2 1two 7 6data.ix[['one','three'],[2,2]]
Out[26]:
c cone 2 2three 12 12data.ix['one':'three',['a','c']]
Out[27]:
a cone 0 2two 5 7three 10 12data.ix[['one','one'],['a','e','d','d','d']]
Out[28]:
a e d d done 0 4 3 3 3one 0 4 3 3 3#對行的操作有如下幾種：data[1:2] #（不知道列索引時）選擇第2行，不能用data[1]，可以用data.ix[1]Out[18]:
a b c d etwo 5 6 7 8 9data.irow(1) #選取第二行Out[36]:
a 5b 6c 7d 8e 9Name: two, dtype: int32

data.ix[1] #選擇第2行Out[20]:
a 5b 6c 7d 8e 9Name: two, dtype: int32

data['one':'two'] #當用已知的行索引時為前閉後閉區間，這點與切片稍有不同。Out[22]:
a b c d eone 0 1 2 3 4two 5 6 7 8 9data.ix[1:3] #選擇第2到4行，不包括第4行，即前閉後開區間。Out[23]:
a b c d etwo 5 6 7 8 9three 10 11 12 13 14data.ix[-1:] #取DataFrame中最後一行，返回的是DataFrame類型,**注意**這種取法是有使用條件的，只有當行索引不是數字索引時才可以使用，否則可以選用`data[-1:]`--返回DataFrame類型或`data.irow(-1)`--返回Series類型Out[11]:
a b c d ethree 10 11 12 13 14data[-1:] #跟上面一樣，取DataFrame中最後一行，返回的是DataFrame類型Out[12]:
a b c d ethree 10 11 12 13 14data.ix[-1] #取DataFrame中最後一行，返回的是Series類型，這個一樣，行索引不能是數字時才可以使用Out[13]:
a 10b 11c 12d 13e 14Name: three, dtype: int32

data.tail(1) #返回DataFrame中的最後一行data.head(1) #返回DataFrame中的第一行78179180181182183184185186

最近處理數據時發現當pd.read_csv()數據時有時候會有讀取到未命名的列，且該列也用不到，一般是索引列被換掉後導致的，有強迫症的看著難受，這時候dataframe.drop([columns,])是沒法處理的，怎麼辦呢，
最笨的方法是直接給列索引重命名：
data6

Unnamed: 0 high symbol timedate 2016-11-01 0 3317.4 IF1611 18:10:44.82016-11-01 1 3317.4 IF1611 06:01:04.52016-11-01 2 3317.4 IF1611 07:46:25.52016-11-01 3 3318.4 IF1611 09:30:04.02016-11-01 4 3321.8 IF1611 09:31:04.0data6.columns = list('abcd')

data6 a b c ddate 2016-11-01 0 3317.4 IF1611 18:10:44.82016-11-01 1 3317.4 IF1611 06:01:04.52016-11-01 2 3317.4 IF1611 07:46:25.52016-11-01 3 3318.4 IF1611 09:30:04.02016-11-01 4 3321.8 IF1611 09:31:04.

重新命名後就可以用dataframe.drop([columns])來刪除了，當然不用我這樣全部給列名替換掉了，可以只是改變未命名的那個列，然後刪除。不過這個用起來總是覺得有點low，有沒有更好的方法呢，有，可以不去刪除，直接：
data7 = data6.ix[:,1:]1

這樣既不改變原有數據，也達到了刪除神煩列，當然我這里時第0列刪除，可以根據實際選擇所在的列刪除之，至於這個原理，可以看下前面的對列的操作。

⑤ Python 與倒入庫相反的操作是

模塊 import 之後，當然就想卸載或重新載入。不過沒有類似 un-import 這樣的東西。

有 reload() 這個函數，可以重新載入模塊的。比如：

import sys
reload(sys)

這樣模塊調試發現問題後，就可以修改並重新載入，重新調試了。

另外需要說明的是，如果有依賴的模塊也修改了，記得先 reload() 依賴的模塊，然後再 reload() 被調試的模塊。

⑥ python中" "與' '的區別

1. 普通字元串中沒有區別：如'abc'和"abc"是一樣的；

2. 如果字元串中本身就有單引號或雙引號，則要使用另一種引號將該字元串引起來才合法：如'he is a "student" !' ， 「he is a 'student' !」

3.接著2說，如果字元串中本身就有單引號或雙引號，還有一種合法的使用方式是，最外層使用的引號和字元串的相同，但是字元串本身的引號要使用反斜杠轉義，如：

'he is a 'student' !' , "he is a "student" !"

4.再就是三引號"""abc""" , '''abc'''可以跨越多行。

*.所以就我了解到的，光單引號和雙引號的使用沒啥大區別

⑦ python的selenium自動化打開chrome後自動和手工混合操作

可以設計一個循環，等待登陸操作結束後出現新頁面。
登錄界面的特有元素消失，或出現了新頁面的特殊元素，才退出循環進行下面的操作即可。
如果不需要這么智能，你只需要設計個等待10秒，二十秒等待你操作的時間，然後繼續後面的邏輯即可。
希望我的回答對你有幫助

⑧ 搞不懂python中的「與」操作是怎麼一回事，和c語言中的&&是一個概念嗎

關於邏輯and和or，python的用法和Lua的用法一致。
1、當兩個操作數均為邏輯值時，與我們通常理解的邏輯運算一致；
2、當第一個操作數為邏輯值，第二個操作數為其他類型時，執行以下規則：
aandb：在a為false的時候,返回a,否則返回b。
aorb：在a為true的時候,返回a,否則返回b。
總之,and與or返回的不僅有true/false的語義,還返回了它的值。

⑨ Python區間數字的與操作

fromfunctoolsimportrece
m=int(input())
n=int(input())
result=rece(lambdaa,b:a&b,range(m,n))
print(result)

⑩ python文件操作

我覺得要逐行的話最好這樣寫：

forlineinfo.readlines():

至於為什麼直接fo可以迭代出每行，應該是open函數返回值的內部實現和返回值類型決定的（應該在c代碼里，直接轉open定義看不見實現細節）。