Data Science do zero: Primeiras regras com o Python
Baixar 5.26 Mb. Pdf preview
|
- Navegue nesta página:
- Lendo Arquivos
| for line in sys.stdin:
# se combinar com o regex, escreva-o para o stdout if re.search(regex, line): sys.stdout.write(line) E este é um que conta as linhas recebidas e exibe a contagem: # line_count.py import sys count = 0 for line in sys.stdin: count += 1 # print vai para sys.stdout print count Você poderia usá-los para contar quantas linhas de um arquivo contêm números. No Windows, você usaria: type SomeFile.txt | python egrep.py "[0-9]" | python line_count.py enquanto que no sistema Unix: cat SomeFile.txt | python egrep.py "[0-9]" | python line_count.py Este é o caractere pipe |, que significa “use a saída do comando da esquerda como a entrada do comando da direita”. Você pode construir encadeamentos (pipelines) elaborados de processamento de dados dessa forma. Se você está usando o Windows, pode deixar a parte Python fora deste comando: type SomeFile.txt | egrep.py "[0-9]" | line_count.py Se você está no sistema Unix, tal comando talvez requeira um pouco mais de trabalho para ser feito (http://bit.ly/1L2Wgb7). Igualmente, este script conta as palavras em sua entrada e exibe as mais comuns: # most_common_words.py import sys from collections import Counter # passa o número de palavras como primeiro argumento try: num_words = int(sys.argv[1]) except: print "usage: most_common_words.py num_words" sys.exit(1) # código de saída não-zero indica erro counter = Counter(word.lower() # palavras em minúsculas for line in sys.stdin # for word in line.strip().split() # se separam por espaços if word) # pula as 'palavras' vazias for word, count in counter.most_common(num_words): sys.stdout.write(str(count)) sys.stdout.write("\t") sys.stdout.write(word) sys.stdout.write("\n") depois disso, você poderia fazer algo como: C:\DataScience>type the_bible.txt | python most_common_words.py 10 64193 the 51380 and 34753 of 13643 to 12799 that 12560 in 10263 he 9840 shall 8987 unto 8836 for Se você for um programador familiarizado com Unix, provavelmente você está familiarizado com uma grande variedade de ferramentas de linhas de comando (por exemplo, egrep) que são construídos dentro do seu sistema operacional e provavelmente vocês as prefere do que construir a sua própria do zero. Ainda assim, é bom saber que você pode se precisar. |