Python 文件遍历与数据可视化：优化技巧

本文将探讨如何使用 Python 遍历文件目录、提取特定数据，并利用 pyecharts 库进行可视化展示。同时，我们将对代码进行优化，以提升其效率和可读性。

初始代码

以下代码片段展示了如何遍历目录、读取文件内容、提取数据并进行可视化：pythonimport osimport pyecharts

data = []x = []a = 0for root, dirs, files in os.walk(r'E:\2008', topdown=False): #if a < 335: if a < 30: a = a + 1 b = 0 for file in files: if b == 0: b = b + 1 da = os.path.join(root, file) df = open(da, 'r') c = 1 for line in df: if c > 18: x1 = '' line = line.strip() line = line.split(' ') data.append(line[-1]) for d in range(1, 9): x1 = x1.add(line[d]) x.append(x1) else: c = c + 1 else: continue else: breakxy = pyecharts.charts.Line()xy.add_xaxis(x)xy.add_yaxis('dl', data)xy.render()

代码优化建议

我们可以通过以下方式优化上述代码：

1. 使用更具描述性的变量名: 将 a、b、c 等替换为 counter, file_counter, line_counter 等更易理解的名称。

2. 使用 enumerate 函数: enumerate 函数可以同时获取迭代元素及其索引，简化计数逻辑。

3. 使用 with 语句打开文件: with open(...) 语法可以确保文件在使用后被正确关闭。

4. 使用列表推导式: 列表推导式可以简洁地创建和填充列表。

优化后的代码pythonimport osimport pyecharts

data = []x = []

file_counter = 0for root, dirs, files in os.walk(r'E:\2008', topdown=False): if file_counter < 30: for file in files: file_path = os.path.join(root, file) with open(file_path, 'r') as df: for line_counter, line in enumerate(df): if line_counter > 17: line = line.strip().split(' ') data.append(line[-1]) x.append(''.join(line[1:9])) file_counter += 1 else: break

line_chart = pyecharts.charts.Line()line_chart.add_xaxis(x)line_chart.add_yaxis('数据', data)line_chart.render()

总结

通过以上优化，代码变得更易读、更简洁。使用更具描述性的变量名、 enumerate 函数、 with 语句和列表推导式等技巧可以显著提高 Python 代码质量。