기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

파일읽기쓰기_python

python에서 작성된 데이터들을 파일에 저장할 필요가 있다. 저장할 파일을 생성하고 그 파일을 열수 있기 위해 사용되는 방법들이다.
우선 파일을 생성하고 열 경우 그 방식을 정해주어야 하는데 이것을 모드라고 한다. 예로서 저장할 파일이 텍스트 파일이라면 텍스트모드, 그림(바이너리)파일이면 바이너리모드를 설정해야 한다. 다음의 표는 모드를 정한 것이다.

기호
모드
t
텍스트(디폴트)
r
읽기(디폴트)
w
쓰기
a
이어쓰기
+
읽기, 쓰기

*디폴트는 지정을 하지 않을 경우 자동으로 지정되는 방식임을 나타낸다.

1 쓰기모드

파일을 열고 쓰기를 할 경우 기존에 있는 파일의 경우 새로 쓴 내용은 기존 내용을 덮어쓴다.

import os
os.path.isfile('test.txt')
 False
f=open('test.txt', 'w')
f.write("""open()함수는 python이 지정한 파일에 접근할 수 있게 한다.
그러나 isfile에 의해 test.txt의 유무를 파악한 결과 이러한 파일이 없다.
이 경우 지정된 이름의 파일이 생성된다. 또한 그 파일에 데이터를 쓰기 위해 쓰기 모드로 지정한다.""")
144

위의 144 문자 수를 나타낸다.
파일을 열고 작업한후 반드시 그 파일을 닫아 주어야 한다. 그래야 후속작업이 원활해진다.
즉, 파일의 내용을 저장하는 순서는 open → write →close 순서로 이루어진다.
f.close()
f=open('test.txt', 'w')
f.write('기존에 있는 파일의 경우 이 방식이면 덮어쓰기 된다.')
f.close()
f=open('test.txt','r')
저장한 파일을 읽기모드로 열어 내용을 확인하면 기존의 내용을 덮어쓰기 한것을 알 수 있다.
f.readlines()
['기존에 있는 파일의 경우 이 방식이면 덮어쓰기 된다.']

위의 표에서 나타낸것과 같이 덮어쓰지 않고 이어쓰기를 하기 위해서는 이어쓰기 모드 "a"로 지정해 주어야 한다.
또한 파일을 열고 작업한 후 다시 닫는 방식을 한번에 하기 위해서는 with 구문을 사용하면 별도로 close()함수 사용없이 자동 저장 후 파일을 닫는 과정이 일괄적으로 시행된다. 다음을 보자.

with open('test.txt','a') as f:
   f.write('a로 지정하여 이어쓰기 모드이기 때문에 기전의 데이터가 보존된다.')
f=open('test.txt', 'r')
f.readlines()
['기존에 있는 파일의 경우 이 방식이면 덮어쓰기 된다.a로 지정하여 이어쓰기 모드이기 때문에 기전의 데이터가 보존된다.']

 

2 읽기모드


위에서와 같이 'r' 로 지정하여 파일을 열면된다. 이 지정은 디폴트로 open('파일명') 이면 읽기 모드로 진행된다.
읽기모드인 경우 두 가지 방식으로 그 내용을 읽는다. 먼저 한 줄씩 읽는 방식과 그 파일을 한번에 모두 읽는 방식이 있다.
즉, readline()은 한 줄 씩 읽고 readlines()은 모두 읽기 위한 함수이다. 이를 테스트하기 위해 여러줄의 내용을 가진 파일을 만들어 보자.

with open('test.txt','w') as f:
   f.write("""t: 텍스트 모드로 디폴트
   b: 바이너리 모드
   w: 쓰기모드
   r: 읽기모드로 디폴트
   a:이어쓰기 모드
   +:읽고 쓰기 모드 """ )    
f=open('test.txt')
f.readlines()
['t: 텍스트 모드로 디폴트\n',
'    b: 바이너리 모드\n',
'    w: 쓰기모드\n',
'    r: 읽기모드로 디폴트\n',
'    a:이어쓰기 모드\n',
'    +:읽고 쓰기 모드 ']

realine()은 한 줄씩 읽는다.
f=open('test.txt')
f.readline()
't: 텍스트 모드로 디폴트\n'

f.readline()
'    b: 바이너리 모드\n'
f.readline()
'    w: 쓰기모드\n'

위 과정에서 readlines()와 readline(), 그리고 for문을 적용하여 보자.
결과를 리스트로 저장하면 한 줄이 리스트의 원소가 되어 추후 데이터의 조작에 유리한 경우가 많다.
f=open('test.txt')
total=f.readlines()
re=[]
for i in total:
   re.append(i)
re
['t: 텍스트 모드로 디폴트\n',
'    b: 바이너리 모드\n',
'    w: 쓰기모드\n',
'    r: 읽기모드로 디폴트\n',
'    a:이어쓰기 모드\n',
'    +:읽고 쓰기 모드 ']

re[0]
't: 텍스트 모드로 디폴트\n'

readline()으로 읽을 경우 이 함수를 연속적으로 적용하여야 하는데 현재 읽는 위치가 어디인지 알려주는 함수가 필요한데 이러한 작용은 tell()함수에 의해 시행되고 파일포인터라고 한다. 이 함수는 1바이트 간격으로 읽는 위치를 알려준다.
영문은 1개의 문자가 1바이트이지만 한글의 경우 1문자가 2바이트이다.

f=open('test.txt')
f.readline()
't: 텍스트 모드로 디폴트\n'

f.tell()
25

또한 seek()함수는 전달된 인수의 위치(파일포인터)로 이동시켜 준다. 이 함수의 시행후에 readline()함수는 전달된 인수의 위치부터 읽는다.
f=open('test.txt')
f.seek(25)
25
f.readline()
'    b: 바이너리 모드\n'
f.tell()
47
f.close()



댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...

turtle로 정오각형 그리기

정오각형 그리기  오각형을 그리는 것 역시 정사각형 , 정삼각형 을 그리는 것과 유사한 과정을 거칩니다. 단지 각 꼭지점의 각도만이 다르지요. 그러면 정오각형의 각 모서리의 각도는 어떻게 될까요? 이를 생각하기에 앞서 각 도형의 내각을 먼저 생각해보죠. 우리는 삼각형의 내각의 합을 알고 있습니다. 이를 이용하면 각 도형에서 삼각형이 몇개가 존재하는지를 알아보고 "삼각형의 갯수×180"로 그 도형의 내각의 합을 구할 수 있을 것입니다. 다음 그림을 볼까요? 위 그림의 사각형은 1개의 대각선으로 2개의 삼각형으로 구성됩니다. 오각형의 경우 2개의 대각선으로 3개의 삼각형으로 구성됩니다. 즉, 다음의 관계를 보이지요. 사각형의 내각 : 삼각형 2개 2×180=360 한각의 값  360/4=90 오각형의 내각 : 삼각형 3개 3×180=540 한각의 값  540/5=108 육각형의 내각 : 삼각형 4개 4×180=720 한각의 값  720/6=120 ... 위 그림에서 내각과 외각의 관계를 보면 위 그림의 검은색은 각 모서리의 내각이고 빨간색은 외각을 나타냅니다. 외각은 내각을 이루는 하나의 선을 연장했을 경우 상대되는 각도이라고 했습니다. 그러므로 오각형의 경우 내각 108도에 대한 외각은 72도입니다. 특이할 사항은 사각형이나 오각형이나 외각의 합은 360입니다. 즉, 모든 도형의 외각의 합은 360도입니다. (삼각형의 외각의 합을 구해보세요.) 그러므로 모든 정다각형에서 하나의 외각은 다음과 같이 계산될 수 있겠지요. 360/변수의 수=다각형에서 하나의 외각 위에서 회전을 할 경우 내각이 아닌 외각을 사용해야 함을 알았습니다. 그러므로 오각형을 그리는 계획은 다음과 같이 작성할 수 있겠죠. 1) 지정한 길이만큼 앞으로 이동합니다. 2) 오른쪽 또는 왼쪽으로 72도를 회전합니다. 3) 앞으로 동일한 길이만큼 이동합니다. 4) 오른쪽 또는 왼쪽으로 72도 만큼 이동합니다. 5)1번부터 4번 ...