import csv
import json
# 读取 price.csv 文件
with open('price.csv', 'r') as csv_file:
reader = csv.reader(csv_file)
data = []
for row in reader:
data.append(row)
# 将列表转换为 JSON 对象
json_data = json.dumps(data)
# 将 JSON 对象保存到 price.json 文件
with open('price.json', 'w') as json_file:
json_file.write(json_data)
在上面的代码中,郑罩颤首先使用 Python 的 csv 模块打开 price.csv 文件,然闷袜后将其中的数据读取到列表中。接着,使用 json 模块将列表转换为 JSON 对象。最后,将 JSON 对象保存到 price.json 文件中。
在PLC中添加若干变量并导出。导出是CSV格式的,中文描述都变成了乱码。
关闭CSV文件,打开conversion工具,使用UN to GB。
选择导出的CSV文件,会自动生成一个新的CSV文件。
打开后乱码不见了,可以继续编辑添加变量,编辑完闭信返可以直接导入到Studio5000中。
乱码的原因就轿饥是编码的类型不同,Studio5000导出的格式是Unicode,所以需要坦毕转换一下。“542F 52A8”对应的就是“启动”两个汉字。
本次编程尝试使用R语言读取csv文件“filesize.csv”,并根据内容绘制统计图和得出平均数,中位数和方差等简单数据。轮庆瞎csv文件内容1001个数值至少大于1000的小数组成,每行一个,共计1001行
在打开文件之前,我们可能会遇到路径不正确的问题:
此时有两个选择:一是查询R语言的工作差禅路径,并将文件转移至对应位置:
二是秀给工作路径至文件对应位置,即setwd(“"C:/Users/@@@/Desktop"”)//此代码将工作路径转移至桌面。此时如开头图片所示,显示的数据共有V0,V1共两列,其中V1是我们此次所需要的数据。
在绘制文件对应的统计图之前,我们先获取基础数据以大概确定统计图的范围:
第一步,将对应的V1转换为数字类型
第二步,使用summary得到腊空基础数据:
写出如下内容,获取V1对应的统计图:
hist(num)
这里可以看到,因为大部分数据都集中在1000到2000之间,而最大数又高达70k+,于是得到这样一个特别的统计图
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)