Type: raw
Points: 16200
Count: 1
...
X Units: second
Y Units: Volt
XY Data:
2.4000000E-008, 1.4349E-002
2.4000123E-008, 1.6005E-002
2.4000247E-008, 1.5455E-002
2.4000370E-008, 1.5702E-002
2.4000494E-008, 1.5147E-002
...
2018-02-15 21:31:08.781 49.9492
2018-02-15 21:31:09.296 49.9589
2018-02-15 21:31:09.811 49.964
2018-02-15 21:31:10.326 49.9741
2018-02-15 21:31:10.841 49.983
...
file_for_reading = open('thermistor.txt', 'r') # 'r' 意味着只读
file_for_writing = open('thermistor.txt', 'w') # 'w' 是写入
file_for_appending = open('thermistor.txt', 'a') # 'a' 是添加
file_for_xxx.close() # 完成操作后要关闭文件
with open('thermistor.txt', 'r') as f:
data = function_that_gets_data_form(f) # 获取数据函数
处理文本文件第二步是
观察数据特征，选择合适的读取命令：通过观察，可以发现，文件没有头部，每一行包括三种数据 (编号，时间，温度) 他们之间以空格键分开，每一列是同一类数据，这样我们就可以用 Python 中的 csv 模块中的 csv.reader 对其进行迭代处理，每一行都会被处理成恰当划分的列表。
1 import csv
2 with open(r"thermistor.txt","rb") as f:
3 reader = csv.reader(f,delimiter='\t')
4 number=[]
5 time = []
6 data=[]
7 for row in reader:
8 number.append(row[0])
9 time.append(row[1])
10 data.append(float(row[2]))
处理文本文件的第三步是检测数据读取格式是否正确，我们可以用如下的方式检测：
>>> print number[0], time[0], data[0]
>>> 2018-02-15 21:31:08.781 49.9492
从输出的首个元素来看，以上的读取数据的方式是没有问题的，但是到这里我们并不能完全放心我们的数据格式：
>>> print number[0:3], time[0:3], data[0:3]
>>> ['\xef\xbb\xbf1', '2', '3']
['2018-02-15 21:31:08.781', '2018-02-15 21:31:09.296', '2018-02-15 21:31:09.811']
[49.9492, 49.9589, 49.964]
当我们以列表的形式输出时，number 中的首个元素出现了我们没有预料到的“乱码”，这其实是
BOM (byte order mark), 它是为 UTF-16 和 UTF-32 准备的，用以标记字节序。微软在 UTF-8 中使用 BOM 是因为这样可以把 UTF-8 和 ASCII 等编码区别开，但这样的文件会给我们的数据读取带来问题。还好，我们可以用 Python 中的
codecs 模块解决这个问题。
1 import csv
2 import codecs
3 with codecs.open(r"thermistor.txt","rb","utf-8-sig") as f:
4 reader = csv.reader(f,delimiter='\t')
5 number=[] time=[] data=[]
6 for row in reader:
7 number.append(row[0])
8 time.append(row[1])
9 data.append(float(row[2])
此时，我们再以列表形式输出时，就会得到正确的结果：
>>> ['1', '2', '3']
['2018-02-15 21:31:08.781', '2018-02-15 21:31:09.296', '2018-02-15 21:31:09.811']
[49.9492, 49.9589, 49.964]
然后就可以用得到的数据进行处理分析啦~
案例二：示波器 (oscilloscope) 数据
有了上面的经验，我们直接从处理文本文件第二步开始，示波器数据相对上面的数据，复杂的地方在于它包含了表头信息，而这些信息大部分时间是处理数据中不太需要的，它的数据格式如下：
Type: raw
Points: 16200
Count: 1
XInc: 1.23457E-013
XOrg: 2.4000000000E-008
YData range: 1.48000E-001
YData center: 5.00000E-004
Coupling: 50
Ohms XRange: 2.00000E-009
XOffset: 2.4000000000E-008
YRange: 1.44000E-001
YOffset: 5.00000E-004
Date: 15 APR 2018
Time: 16:00:54:74
Frame: 86100C:MY46520443
X Units: second
Y Units: Volt
XY Data:
2.4000000E-008, 1.4349E-002
2.4000123E-008, 1.6005E-002
2.4000247E-008, 1.5455E-002
2.4000370E-008, 1.5702E-002
2.4000494E-008, 1.5147E-002
...
可以看出，“表头”是一些参数信息，真正有用的数据是从 “XY Data:” 下一行开始的，对于这样的数据有两种方法进行读取：(1) 直接跳过“表头”读取数据；(2) 利用正则表达式寻找“表头” 和数据的不同特征进行识别读取。
1 with open(r"waveform.txt","rb") as f:
2 lines = f.readlines() x=[] y=[]
3 for line in lines[18:]:
4 x.append(float(line.replace("\r\n","").split(",")[0]))
5 y.append(float(line.replace("\r\n","").split(",")[1]))
通过观察我们发现有效数据是从第19行开始的，于是我们直接从19行开始读取数据，跳过“表头”，以列表形式输出 x 和 y 前3个元素如下：
>>> [2.4e-08, 2.4000123e-08, 2.4000247e-08]
[0.014349, 0.016005, 0.015455] # 数据读取正确
运用正则表达式读取数据的关键在于找到有效数据行的独有特征，这里以 “E-002” 作为有效数据行区别于“表头”的特征，对数据的读取方式如下：
1 import re
2 with open(r"waveform.txt","rb") as f:
3 lines = f.readlines()
4 x=[]
5 y=[]
6 for line in lines:
7 if re.search('E-002',line):
8 x.append(float(line.replace("\r\n","").split(",")[0]))
9 y.append(float(line.replace("\r\n","").split(",")[1]))
同样，以列表形式输出 x 和 y 前3个元素用于检验：
>>> [2.4e-08, 2.4000123e-08, 2.4000247e-08]
[0.014349, 0.016005, 0.015455] # 数据读取正确
注：具体的数据读取方式要根据具体文本文件的特征决定，运用合适的方法才能得到更好的结果。
案例三：二维数据写入
很多时候，经过 process( ) 后的数据，需要备份留用或者供其他程序调用，因此，将处理后的数据写入文本文件也将是关键的一步。根据数据读入的经验，被读入的数据经常存储在 list 中，那么处理后数据也通常存储在 list 中，因此，以 list 的写入作为例子：
x = [1, 2, 3, 4]
y = [2.0, 4.0, 6.0, 8.0] # 参考数据
接下来就要考虑的是要以什么样的格式保存数据，为了更加直观的表现数据的关系，我们将 x，y 分别保存为一列，中间以空格键隔开，那么 csv.writer( ) 将是很好的工具：
1 xy = {}
2 for i in range(len(x)):
3 xy[x[i]] = y[i]
4 with open(r"15.txt", 'wb') as f:
5 writer = csv.writer(f,delimiter='\t')
6 for x, y in xy.items():
7 writer.writerow([x, y])
为了同时保存 x 和 y 的对应值，这里把 x 和 y 写入字典，x 为键 (key), y 为 值 (value) ，xy 就是 x 和 y 构成的字典。保存后的数据格式如下所示：
案例四：多维数据写入
由于字典的键 (key) 和值 (value) 对应的特殊数据结构，写入二维数据较为方便，对于多维数据，我们就需要构建多维矩阵，或者列表与元组结合的方式录入：
x = [1, 2, 3, 4]
y = [2.0, 4.0, 6.0, 8.0]
z = [3.0, 6.0, 9.0, 12.0]
这里以三维数据为例子。同样，需要将 x，y，z 各一列写入到txt中：
1 xyz = []
2 for i in range(len(x)):
3 xyz.append([x[i],y[i],z[i]])
4 with open(r"15.txt", 'wb') as f:
5 writer = csv.writer(f,delimiter='\t')
6 for x, y, z in xyz:
7 writer.writerow([x, y, z])
这样，就可以很容易地得到需要的数据格式的文本文件：
1 2.0 3.0
2 4.0 6.0
3 6.0 9.0
4 8.0 12.0
我们已经提到了两种方法读取上述的数据，它们共同点是将数据存储在列表中，正如开头所说，列表在处理大量数据时是非常缓慢的。那么，我们就来看一看 numpy.genfromtxt 如何大显身手。
代码示例
为了得到我们需要的有用数据，我们有两个硬的要求： (1) 跳过表头信息；(2) 区分横纵坐标。
import numpy as np
data = np.genfromtxt('waveform.txt',delimiter=',',skip_header=18)
**delimiter:
the str used to separate data. 横纵坐标以 ',' 分割，因此给 delimiter 传入 ','。skip_header: ** the number of lines to skip at the beginning of the file. 有用数据是从19行开始的，因此给
skip_header 传入 18。
print data[0:3,0], data[0:3,1]
因为读入的是二维数据，因此利用 numpy 二维数据的切片方式 (Index slicing) 输出各自的前三个数据验证是否读取正确：
[ 2.40000000e-08 2.40001230e-08 2.40002470e-08]
[ 0.014349 0.016005 0.015455]
对数据进行归一化处理后，调用 Matplotlib 画图命令，就可得到图像如下：
1 import matplotlib.pyplot as plt
2 fig, axes = plt.subplots(figsize=(8,6))
3 axes.plot(x, y, 'r', linewidth=3)
4 axes.set_xlabel('Time(ps)')
5 axes.set_ylabel('Amplitude[a.u.]')
6 fig.savefig("triangular.png", dpi=600)
triangular waveform
