Python实战系列 | 正则提取数据并绘图

科技体育 2024-09-06 08:10 天津

点击上方"蓝字"，关注"Python当打之年"

后台回复"1"，领取众多Python学习资料

大家好，我是欧K~

本期给大家分享《Python实战系列》的文章：正则提取数据并绘图，该系列主要来自粉丝的实际问题，后期会不断更新，希望对你有所帮助，如有疑问或者需要改进的地方可以私信小编。

任务描述： 提取txt文件各语言数据绘制折线图，data.txt文件截图如下(太长了直截了一部分)：

乍一看很像json格式的文件，实际上不是

进入正题：

🏳️‍🌈 1. 读取数据

with open('data.txt') as f:
    data = f.read()

🏳️‍🌈 2. 正则提取花括号{}里面的信息

datas = re.findall('({.*?})',data)

内容基本上就是编程语言各日期的占比情况，接下来就是提取日期信息和数据信息了。

🏳️‍🌈 3. 提取name，注意转义（'）

re.findall('\'(.*)\'',datas[0])[0]

🏳️‍🌈 4. 提取日期和数据，注意数据小数点

re.findall('(\d+(\.\d+)?)',datas[0])

每4个数据为一组，所以做个step=4的循环即可：

for i in range(0,len(datas_tmp),4):
    datas_f.append(float(datas_tmp[i+3][0]))
    dates_f.append(f'{datas_tmp[i][0]}-{datas_tmp[i+1][0]}-{datas_tmp[i+2][0]}')

🏳️‍🌈 5. 数据提取部分完整代码

# 处理数据
with open('data.txt') as f:
    data = f.read()
datas = re.findall('({.*?})',data)
names = []
dates_result = []
datas_result = []
for idx,dd in enumerate(datas):
    datas_f = []
    dates_f = []
    name = re.findall('\'(.*)\'',dd)[0]
    names.append(name)
    datas_tmp = re.findall('(\d+(\.\d+)?)',dd)
    for i in range(0,len(datas_tmp),4):
        datas_f.append(float(datas_tmp[i+3][0]))
        dates_f.append(f'{datas_tmp[i][0]}-{datas_tmp[i+1][0]}-{datas_tmp[i+2][0]}')
    datas_result.append(datas_f)
    dates_result.append(dates_f)

🏳️‍🌈 6. 绘图

绘图部分直接用matplotlib的plot循环绘制即可，代码如下：

# 绘图
plt.figure(figsize=(20, 10), dpi=100)
for i in range(len(names)):
    plt.plot(dates_result[i], datas_result[i], label=names[i])
ax = plt.gca()
ax.xaxis.set_major_locator(ticker.MultipleLocator(20))
plt.ylabel("Ratings(%)", fontdict={'size': 16})
plt.title("TIOBE Programming Community Index", fontdict={'size': 20})
plt.legend(loc='best')
plt.grid(True, linestyle='--', alpha=0.5)
plt.show()