Чтение текстового файла, который представляет собой матрицу - PullRequest
Новая
       6

Чтение текстового файла, который представляет собой матрицу

1 голос
/ 16 апреля 2019

У меня есть текстовый файл в матричном формате. Я хочу прочитать этот файл и хочу создать дендрограмму, но у меня есть Ошибка.

Это содержимое моего текстового файла:

Кайнак: YSK

Adalar

Расположение в Стамбуле Adalar.svg

d • t

Toplam secmen sayisi Toplam sandik sayisi

12,369 45

Adaylik Sonuclar

Kis.Parti Aday Oy sayisi Oy orani

CHP Cumhuriyet Halk Partisi Atilla Aytac 5.207% 50.1

AK Parti Adalet ve Kalkinma Partisi Coskun Ozden 4.381% 42.1 

import re
import feedparser
import clusters

def getwordcounts(url):

    print url
    d = feedparser.parse(url)
    wc = {}

    for e in d.entries:
        if 'summary' in e:
            summary = e.summary
        else:
            summary = e.description

        words = getwords(e.title + ' ' + summary)
        for word in words:
            wc.setdefault(word, 0)
            wc[word] += 1
    try:
        return d.feed.title, wc
    except AttributeError:
        return None,None
def getwords(html):

    txt = re.compile(r'<[^>]+>').sub('',html)

    words = re.compile(r'[^A-Z^a-z]+').split(txt)

    return [word.lower() for word in words if word != '']

apcount = {}
wordcounts = {}
feedlist = []

for feedurl in file('cc.txt'):
    title, wc = getwordcounts(feedurl)
    if title != None:
        feedlist.append(feedurl)
        wordcounts[title] = wc
        for word,count in wc.items():
            apcount.setdefault(word,0)
            apcount[word] += 1


wordlist = []
for w,bc in apcount.items():
    frac = float(bc) / len(feedlist)
    if frac > 1 and frac < 2:
        wordlist.append(w)

out = file('sa.txt','w')
out.write('Blog')
for word in wordlist:
    out.write('\t%s' % word)
out.write('\n')
for blog_title, wc in wordcounts.items():
    blog_title = blog_title.encode('ascii'
,'ignore')
    out.write(blog_title)
    for word in wordlist:
        if word in wc:
            out.write('\t%d' % wc[word])
        else:
            out.write('\t0')
    out.write('\n')


blognames, words, data = clusters.readfile('sa.txt')
clust = clusters.hcluster(data)
clusters.drawdendrogram (clust, blognames, jpeg = 'cl.jpg')

reload(clusters)
clusters.printclust(clust,labels = blognames)

И этофункция моего кластера; 

def readfile(filename):
  lines=[line for line in file(filename)]

  # First line is the column titles
  colnames=lines[0].strip().split("\t")[1:]
  rownames=[]
  data=[]
  for line in lines[1:]:
    p=line.split('\t')
    # First column in each row is the rowname
    rownames.append(p[0])
    # The data for this row is the remainder of the row
    data.append([float(x) for x in p[1:]])
  return rownames,colnames,data

КОД ОШИБКИ: colnames = lines [0] .strip (). split ("\ t") [1:] IndexError: список индексов вне диапазона

1 Ответ

1 голос
/ 16 апреля 2019

Ошибка в том, что в первой строке нет символа табуляции, и строка вообще не разделяется.Или, если первый символ является вкладкой, он удаляется с помощью команды .strip ().

Вы можете напечатать строку, показывая специальные символы, чтобы проверить, существуют ли символы вкладки: 

print repr(lines[0])
...