前面我介绍了可视化的一些方法以及机器学习在预测方面的应用，分为分类问题（预测值是离散型）和回归问题（预测值是连续型）（具体见之前的文章）。

从本期开始，我将做一个数据分析类实战的系列文章，列举一些在平时数据处理中遇到的一些小问题，提供一个解决方案，让读者慢慢理解python数据分析的原理和方法，每一篇文章从实现功能、实现代码、实现效果三个方面进行展示。

实现功能：

使用open函数，操作txt文件，将其与python的列表数据类型进行转换。

实现代码：

# 读取txt文件，以二维列表形式输出，每一个元素为一行
file=open('G:\数据杂坛\素材\\1120\文本.txt',mode='r',encoding='UTF-8')
admin=[]
# 读取所有行(直到结束符 EOF)并返回列表
contents = file.readlines()
print(contents)
for msg in contents:
    # 删除结尾的\n字符
    msg = msg.strip('\n')
    # 字符串根据空格进行分割
    adm = msg.split(' ')
    admin.append(adm)
file.close()
print(admin)


# 将二维列表写入txt文件，每一个元素一行
with open('G:\数据杂坛\素材\\1120\文本副本.txt','w') as f:
    for i in admin:
        for j in i:
            f.write(j)
            f.write(' ')
        f.write('\n')
    f.close()

实现效果：

 

 

 

        本人读研期间发表5篇SCI数据挖掘相关论文，现在在某研究院从事数据挖掘相关工作，对数据挖掘有一定的认知和理解，会不定期分享一些关于python机器学习、深度学习、数据挖掘基础知识与案例。

         致力于只做原创，以最简单的方式让你理解和学习它们，关注数据杂坛与我一起交流成长。