[Python] .tsp 文件读取
最编程
2024-05-06 08:01:23
...
最近做课程作业，需求解TSP问题（旅行商问题），数据集格式均是.tsp格式的，下面就用pandas来进行数据的加载，并转换成列表形式。
具体步骤
1、查看源数据
在pycharm中可以打开tsp文件，可以发现，所有数据集格式都一致，从第七行开始是具体数据，第一列是标号，第二列是城市的x坐标，第三列是城市y坐标。
2、加载文件
使用pandas的read_csv接口可以成功加载很多格式的文件。 接口有很多参数，具体可以参见pandas.read_csv参数整理
df = pd.read_csv('./TSP问题测试数据集/att48.tsp', sep=" ", skiprows=6, header=None)这里选用了三个参数： sep为空格，即不同列数据以空格形式分隔； skiprows=6，跳过前7行，注：skiprows以0作为第一行； header = None 即纯数据，不包含表格。
3、读取城市序号
进行完上面的操作后，df就成为了一个DateFrame对象，索引时需注意，第一个为列标，第二个为行标（和二维数组的索引顺序相反）
由于最后一行以EOF结束，因此我们需读取len(df)-1行内容。
city = np.array(df[0][0:len(df)-2])这里用到的是numpy的array，通过tolist,可以将其转换成列表。
city_name = city.tolist()4、读取城市坐标
读取城市坐标和上面就比较类似了，分别用两个array进行读取，之后再用zip一一配对。
city_x = np.array(df[1][0:len(df)-2])
city_y = np.array(df[2][0:len(df)-2])
city_location = list(zip(city_x, city_y))注：直接用zip打印出的是对象的地址信息，需在外套一层list转换。
完整代码
import pandas as pd
import numpy as np
# 载入数据
df = pd.read_csv('./TSP问题测试数据集/att48.tsp', sep=" ", skiprows=6, header=None)
city = np.array(df[0][0:len(df)-2]) # 最后一行为EOF，不读入
city_name = city.tolist()
# print(city_name)
city_x = np.array(df[1][0:len(df)-2])
city_y = np.array(df[2][0:len(df)-2])
city_location = list(zip(city_x, city_y))
# print(city_location)
推荐阅读
-
[Python] .tsp 文件读取
-
将 python 文件转换为 exe 文件的方法和使用细节
-
C/C++ 读取十六进制文件
-
Python 播放音频文件
-
python 读取和保存音频数据的几种常用方法-2.
-
35 岁实现财务*，腾讯程序员手握2300万提前退休？-1000万房产、1000万腾讯股票、加上300万的现金，一共2300万的财产。有网友算了一笔账，假设1000万的房产用于自住，剩下1300万资产按照平均税后20-50万不等进行计算，大约花上26-60年左右的时间才能赚到这笔钱。也就是说，普通人可能奋斗一辈子，才能赚到这笔钱。在很多人还在为中年危机而惶惶不可终日的时候，有的人的35岁，就已经安全着陆，试问哪个打工人不羡慕？但问题是有这样财富积累必然有像样的实力做靠山。没有人可以不劳而获。 看到这里，肯定有人说，那么对于普通人来说，卷可能真就成了唯一的出路。但是卷也有轻松的卷，“偷懒”的卷法，对于程序员而言，刨除掉一时无法改掉的开会传统占用的大部分时间，如何把有限的时间和精力放在真正重要的架构设计、需求设计上，而不是重复的造*，编码、改bug、手动测试。因此在科技改变生活的今天，学会使用AI工具成为程序员们的必备技能。 以全栈式全自动的软件开发工具飞算SoFlu软件机器人为例，作为全球首款面向微服务架构设计和最佳实践的软件机器人,SoFlu软件机器人改变了原来手工编码的作业模式,通过可视化拖拽方式以及参数配置就能实现等同于编写复杂代码的业务逻辑,在设计业务逻辑时就完成了微服务应用开发,做到“业务即图,图即代码”,实现“软件开发,十倍提效”。 而作为飞算SoFlu软件机器人的一个重要组成部分，FuncGPT（慧函数）支持所有类型函数创建。通过自然语言描述Java函数需求，实时生成高质量、高可读性的Java函数代码。生成代码可直接复制到IDEA，或一键导入Java全自动开发工具函数库。 FuncGPT（慧函数）具有五大核心能力： ● 自然语言：通过自然语言即可生成函数，降低软件开发门槛。 ● 秒级函数开发：全自动秒级开发函数，秒级完成，效率千倍提升。 ● 一站式函数开发应用：函数生成即可直接应用，效率、安全有保障。 ● 质量可靠：生成的函数代码符合业界规范、具备良好的可读性，符合最优解。 ● 灵活生成：可以根据开发人员的具体需求生成并支持调整和修改。 以“将文件流转换为File对象”这个需求为例，以下是FuncGPT（慧函数）秒级生成的代码： / 类名：FileConverter // 函数名：convertStreamToFile // 函数功能：将文件流转换为File对象 // POM依赖包：无 import java.io.File; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStream; public class FileConverter { /** * 将文件流转换为File对象 * @param inputStream 文件流 * @param filePath 文件路径 * @param fileName 文件名 * @return 转换后的File对象 * @throws IOException 如果发生I/O异常 */ public static File convertStreamToFile(InputStream inputStream, String filePath, String fileName) throws IOException { File file = new File(filePath + File.separator + fileName); // 创建File对象 try (FileOutputStream outputStream = new FileOutputStream(file)) { // 创建文件输出流 byte buffer = new byte[1024]; int bytesRead; while ((bytesRead = inputStream.read(buffer)) != -1) { // 从文件流读取数据并写入文件 outputStream.write(buffer, 0, bytesRead); } } return file; // 返回转换后的File对象 } } // 函数示例 // 将文件流转换为File对象示例 // 入参：inputStream，文件流 // 入参：filePath，文件路径 // 入参：fileName，文件名 // 出参：file，转换后的File对象 // 调用示例： // InputStream inputStream = new FileInputStream("example.txt"); // String filePath = "C:\\Users\\User\\Documents"; // String fileName = "example.txt"; // File file = FileConverter.convertStreamToFile(inputStream, filePath, fileName); // System.out.println(file.getAbsolutePath); // 输出结果：例如，将文件流转换为File对象后，文件的绝对路径为：C:\Users\User\Documents\example.txt // 则输出结果为：C:\Users\User\Documents\example.txt 通过分析，不难发现以上代码：
-
Python | 语音处理 | 使用 librosa / AudioSegment / soundfile 阅读音频文件的比较
-
python WAV 音频文件处理 - (1) 读写 WAV 文件
-
如何使用 ffmpeg-python 轻松处理音频文件，进行格式转换、编辑和合并？
-
机器学习实践］决策树 - Python3 文件读写错误汇总