如何在Python中从文件中提取浮动？

Question

所以，我有一个文件是这样的：

# 3e98.mtz MR_AUTO with model 200la_.pdb
SPACegroup HALL P 2yb #P 1 21 1
SOLU SET RFZ=3.0 TFZ=4.7 PAK=0 LLG=30
SOLU 6DIM ENSE 200la_ EULER 321.997 124.066 234.744 FRAC -0.14681 0.50245 -0.05722
SOLU SET RFZ=3.3 TFZ=4.2 PAK=0 LLG=30
SOLU 6DIM ENSE 200la_ EULER 329.492 34.325 209.775 FRAC 0.70297 0.00106 -0.24023
SOLU SET RFZ=3.6 TFZ=3.6 PAK=0 LLG=30
SOLU 6DIM ENSE 200la_ EULER 177.344 78.287 187.356 FRAC 0.04890 0.00090 -0.57497

迭代这个文件并只提取浮点数的最佳方法是什么？在

在这种情况下，最好的方案是只提取类似于“321.997”（病毒细胞结构坐标）的数字，并将它们添加到一个列表中。在我看到的每个文件中，每行有6个类似的数字。我已经用一种新的方法来计算那些已经写入的单元格的坐标。在

Answer 1

如果你以一种不鼓励回答者检查其结构的方式显示你的输入，并且你问诸如“我如何只提取浮点数”之类的问题，并在评论中隐藏有用的信息，比如“在我正在查看的每个文件中，每行都有6个类似的数字”，你会得到下意识的答案，准确地提供了你所要求的：一个“浮动”列表，在列表前面包括3个伪数字（1.0、21.0和1.0）。在

如果您以一种更合意的方式显示数据，例如：

alist = [
    '#', '3e98.mtz', 'MR_AUTO', 'with', 'model', '200la_.pdb', 'SPACegroup', 'HALL', 'P', '2yb',
    '#P', '1', '21', '1', 
    'SOLU', 'SET', 'RFZ=3.0', 'TFZ=4.7', 'PAK=0', 'LLG=30', 'SOLU', '6DIM', 'ENSE', '200la_',
        'EULER', '321.997', '124.066', '234.744', 'FRAC', '-0.14681', '0.50245', '-0.05722',
    'SOLU', 'SET', 'RFZ=3.3', 'TFZ=4.2', 'PAK=0', 'LLG=30', 'SOLU', '6DIM', 'ENSE', '200la_',
        'EULER', '329.492', '34.325', '209.775', 'FRAC', '0.70297', '0.00106', '-0.24023',
    'SOLU', 'SET', 'RFZ=3.6', 'TFZ=3.6', 'PAK=0', 'LLG=30', 'SOLU', '6DIM', 'ENSE', '200la_', 
        'EULER', '177.344', '78.287', '187.356', 'FRAC', '0.04890', '0.00090', '-0.57497'
    ]

人们有可能会注意到这种结构（EULER后跟三个数字，然后是FRAC，然后是三个数字）重复，然后说“Oho，他的文件中每行有六个数字”，然后回来时会给出一些更有用的建议，比如：

从头开始，告诉我们你的文件结构是什么。可能有一种更好的获取信息的方法，而不是将文件粉碎成一个字符串列表，然后尝试从中恢复。在

更新同时，这里有一个答案，它使用了在您的数据和注释中很明显的结构，如果结构中有变化，它将更易于调试：

^{pr2}$

结果：

0 TAG0 (321.99700000000001, 124.066, 234.744)
0 TAG1 (-0.14681, 0.50244999999999995, -0.05722)
1 TAG0 (329.49200000000002, 34.325000000000003, 209.77500000000001)
1 TAG1 (0.70296999999999998, 0.00106, -0.24023)
2 TAG0 (177.34399999999999, 78.287000000000006, 187.35599999999999)
2 TAG1 (0.048899999999999999, 0.00089999999999999998, -0.57496999999999998)

更新2根据您的示例文件，以下简单代码（未测试）应该可以满足您的需要：

for line in open('my_file.txt'):
    row = line.split()
    if row[0] == 'SOLU' and row[1] == '6DIM' and row[4] == 'EULER' and row[8] == 'FRAC':
        euler = map(float, row[5:8])
        frac = map(float, row[9:12])
        do_something_with(euler, frac)

注意：这只是一个巧合，你要找的是“所有的浮点数”（它忽略了RFZ=3.0 TFZ=4.7中的浮点数！）。你得到的是一个有结构的文件：两种类型的SOLU记录，你想要在solu6dim记录中出现在EULER之后的3个数字和FRAC之后的3个数字。你不需要所有这些数字的列表，必须再次将它们分成（3个欧拉数和3个压裂数）乘以N

Answer 2

floats = []
all = ['#', '3e98.mtz', 'MR_AUTO', 'with', 'model', '200la_.pdb', 'SPACegroup', 'HALL', 'P', '2yb', '#P', '1', '21', '1', 'SOLU', 'SET', 'RFZ=3.0', 'TFZ=4.7', 'PAK=0', 'LLG=30', 'SOLU', '6DIM', 'ENSE', '200la_', 'EULER', '321.997', '124.066', '234.744', 'FRAC', '-0.14681', '0.50245', '-0.05722', 'SOLU', 'SET', 'RFZ=3.3', 'TFZ=4.2', 'PAK=0', 'LLG=30', 'SOLU', '6DIM', 'ENSE', '200la_', 'EULER', '329.492', '34.325', '209.775', 'FRAC', '0.70297', '0.00106', '-0.24023', 'SOLU', 'SET', 'RFZ=3.6', 'TFZ=3.6', 'PAK=0', 'LLG=30', 'SOLU', '6DIM', 'ENSE', '200la_', 'EULER', '177.344', '78.287', '187.356', 'FRAC', '0.04890', '0.00090', '-0.57497']
for element in all:
    try:
        floats.append(float(element))
    except ValueError:
        pass

Answer 3

有一个办法。在

def floats( aList ):
    for v in aList:
        try:
            yield float(v)
        except ValueError:
            pass

a = list( floats( [....] ) )