1.2024年最新版大数据从入门到进阶路线（建议收藏）
2.python文件多少行？
2024年最新版大数据从入门到进阶路线（建议收藏）
大数据入门学习路线说明
从基础篇、数据采集与存储、数据管理与查询、数据开发工具、数据计算、数据可视化和数据分析（Python与机器学习）多个方面入手，主图源码和附图源码 区别全面覆盖大数据全生命周期。本套资源适合想深入大数据行业的新人或有志深耕的伙伴，包含大数据基础、架构、数据仓库、数据治理、BAT案例、科研绘图工具、大厂面试题及答案、简历模板等。
学习路线内容
1.1 基础篇
学习Linux基础、SQL基础、Java语言和Scala，推荐使用在线教程平台。
1.2 数据采集与存储
掌握Hadoop基础、Hive/Hbase数据存储原理、ETL数据采集流程。
1.3 数据管理与查询
学习数据仓库体系、数据治理体系、OLAP查询。
1.4 大数据工具
熟悉任务调度、平台运维、消息中间件、组件协调等工具。
1.5 数据计算
掌握数据统计、点击网站抓拍源码指标计算，重点是分布式计算引擎。
1.6 数据可视化
了解PowerBI、Superset、Tableau等报表工具。
1.7 数据分析
学习Python数据分析、机器学习基础，涵盖数据分析岗位核心技能。
2 大数据岗位概览2.1 岗位说明
岗位包括大数据开发工程师、大数据数仓工程师、数据分析师、数据治理/运维工程师，覆盖大数据企业开发岗位。
2.2 岗位具体信息
2.1 大数据开发工程师
研发岗负责平台底层研发与源码二次开发；开发岗为业务指标和需求功能开发。
2.2 大数据数仓工程师
负责公司企业级数仓体系搭建与数据管理。
2.3 数据分析师
业务知识与技术结合，可分数据分析岗、BI岗与算法岗。
2.4 数据治理/运维工程师
搭建企业数据治理体系，确保数据运维工作。
python文件多少行？
导读：本篇文章首席CTO笔记来给大家介绍有关python文件多少行的相关内容，希望对大家有所帮助，一起来看看吧。pythonopenpyxl写xlsx最多写多少行不超过行
最近要帮做RA的老姐写个合并excel工作表的脚本……源数据是+个excel工作表，分布在9个xlsm文件里，文件内容是中英文混杂的一些数据，需要从每张表中提取需要的部分，分门别类合并到多个大的表里。
寻觅工具
确定任务之后第一步就是找个趁手的库来干活。?PayApiFun.dll 源码PythonExcel上列出了xlrd、xlwt、xlutils这几个包，但是
它们都比较老，xlwt甚至不支持版以后的excel
它们的文档不太友好，都可能需要去读源代码，而老姐的任务比较紧，加上我当时在期末，没有这个时间细读源代码
再一番搜索后我找到了openpyxl，支持+的excel，一直有人在维护，文档清晰易读，参照Tutorial和API文档很快就能上手，就是它了~
安装
这个很容易，直接pipinstallopenpyxl，呵呵呵~
因为我不需要处理，就没有装pillow。
一些考虑
源文件大约一个在1~2MB左右，比较小，所以可以直接读入内存处理。
既然是处理excel，何况他们整个组显然都是win下干活（数据都用excel存了==，商科的人啊……），这个脚本还是在win下做吧
这个任务完全不需要我对现有的文件做修改！囧……我只要读入、处理、再写出另一个文件就行了
学习使用
嗯，就是打开cmd，然后用python的shell各种玩这个模块来上手……（win下没有装ipython，囧）
做这个小脚本基本上我只需要import两个东西
fromopenpyxlimportWorkbookfromopenpyxlimportload_workbook
load_workbook顾名思义是把文件导入到内存，Workbook是跟随指标公式源码最基本的一个类，用来在内存里创建文件最后写进磁盘的。
干活
首先我需要导入这个文件
inwb=load_workbook(filename)
得到的就是一个workbook对象
然后我需要创建一个新的文件
outwb=Workbook()
接着在这个新文件里，用create_sheet新建几个工作表，比如
careerSheet=outwb.create_sheet(0,'career')
就会从头部插入一个叫career的工作表（也就是说用法类似pythonlist的insert）
接下来我需要遍历输入文件的每个工作表，并且按照表名做一些工作（e.g.如果表名不是数字，我不需要处理），openpyxl支持用字典一样的方式通过表名获取工作表，获取一个工作簿的表名的方法是get_sheet_names
forsheetNameininwb.get_sheet_names():?ifnotsheetName.isdigit():continue
sheet=inwb[sheetName]得到工作表之后，就是按列和行处理了。openpyxl会根据工作表里实际有数据的区域来确定行数和列数，获取行和列的方法是sheet.rows和sheet.columns，它们都可以像list一样用。比如，如果我想跳过数据少于2列的表，可以写
iflen(sheet.columns)2:?continue
如果我想获取这个工作表的前两列，可以写
colA,colB=sheet.columns[:2]
除了用columns和rows来得到这个工作表的行列之外，还可以用excel的单元格编码来获取一个区域，比如
cells=sheet['A1':'B']
有点像excel自己的函数，可以拉出一块二维的区域~
为了方便处理，遇到一个没有C列的工作表，我要创建一个和A列等长的空的C列出来，那么我可以用sheet.cell这个方法，通过传入单元格编号和添加空值来创建新列。
alen=len(colA)foriinrange(1,alen+1):
sheet.cell('C%s'%(i)).value=None注意：excel的单元格命名是从1开始的~
上面的代码也显示出来了，获取单元格的值是用cell.value（可以是左值也可以是右值），它的类型可以是字符串、浮点数、整数、或者时间（datetime.datetime），excel文件里也会生成对应类型的通信达编辑源码数据。
得到每个单元格的值之后，就可以进行操作了~openpyxl会自动将字符串用unicode编码，所以字符串都是unicode类型的。
除了逐个逐个单元格用cell.value修改值以外，还可以一行行append到工作表里
sheet.append(strA,dateB,numC)
最后，等新的文件写好，直接用workbook.save保存就行
outwb.save("test.xlsx")
这个会覆盖当前已有的文件，甚至你之前读取到内存的那个文件。
一些要注意的地方
如果要在遍历一列的每个单元格的时候获取当前单元格的在这个column对象里的下标
foridx,cellinenumerate(colA):?#dosomething...
为了防止获取的数据两端有看不见的空格（excel文件里很常见的坑），记得strip()
如果工作表里的单元格没有数据，openpyxl会让它的值为None，所以如果要基于单元格的值做处理，不能预先假定它的类型，最好用
ifnotcell.value?continue
之类的语句来先行判断
如果要处理的excel文件里有很多noise，比如当你预期一个单元格是时间的时候，有些表的数据可能是字符串，这时候可以用
ifisinstance(cell.value,unicode):?break
之类的语句处理。
win下的cmd似乎不太好设定用utf-8的codepage，如果是简体中文的话可以用（GBK），print的时候会自动从unicode转换到GBK输出到终端。
一些帮忙处理中文问题的小函数
我处理的表有一些超出GBK范围的字符，当我需要把一些信息print出来监控处理进度的时候非常麻烦，好在它们都是可以无视的，我直接用空格替换再print也行，所以加上一些我本来就要替换掉的分隔符，我可以：
#annoyingseperatorsdot=u'\ub7'dash=u'\u'emph=u'\u'dot2=u'\u'seps=(u'.',dot,dash,emph,dot2)defget_clean_ch_string(chstring):?"""RemoveannoyingseperatorsfromtheChinesestring.
Usage:cleanstring=get_clean_ch_string(chstring)?"""
cleanstring=chstring?forsepinseps:cleanstring=cleanstring.replace(sep,u'')?returncleanstring
此外我还有一个需求，是把英文名[空格]中文名分成英文姓、英文名、中文姓、中文名。
首先我需要能把英文和中文分割开，我的办法是用正则匹配，按照常见中英文字符在unicode的范围来套。匹配英文和中文的正则pattern如下：
#regexpatternmatchingallasciicharactersasciiPattern=ur'[%s]+'%''.join(chr(i)foriinrange(,))#regexpatternmatchingallcommonChinesecharactersandseporatorschinesePattern=ur'[\u4e-\u9fff.%s]+'%(''.join(seps))
英文就用ASCII可打印字符的范围替代，常见中文字符的范围是\u4e-\u9fff，那个seps是前面提到过的超出GBK范围的一些字符。除了简单的分割，我还需要处理只有中文名没有英文名、只有英文名没有中文名等情况，判断逻辑如下：
defsplit_name(name):?"""Split[Englishname,Chinesename].
Ifoneofthemismissing,Nonewillbereturnedinstead.
Usage:engName,chName=split_name(name)?"""
matches=re.match('(%s)(%s)'%(asciiPattern,chinesePattern),name)?ifmatches:?#Englishname+Chinesenamereturnmatches.group(1).strip(),matches.group(2).strip()?else:
matches=re.findall('(%s)'%(chinesePattern),name)
matches=''.join(matches).strip()ifmatches:?#Chinesenameonly
returnNone,matcheselse:?#Englishnameonlymatches=re.findall('(%s)'%(asciiPattern),name)?return''.join(matches).strip(),None得到了中文名之后，我需要分割成姓和名，因为任务要求不需要把姓名分割得很明确，我就按照常见的中文名姓名分割方式来分——两个字or三个字的第一个字是姓，四个字的前两个字是姓，名字带分隔符的（少数民族名字）分隔符前是姓（这里用到了前面的get_clean_ch_string函数来移除分隔符），名字再长一些又不带分割符的，假设整个字符串都是名字。（注意英语的firstname指的是名，lastname指的是姓，）
defsplit_ch_name(chName):?"""SplittheChinesenameintofirstnameandlastname.
*IfthenameisXYorXYZ,Xwillbereturnedasthelastname.
*IfthenameisWXYZ,WXwillbereturnedasthelastname.
*Ifthenameis...WXYZ,thewholenamewillbereturned
asthelastname.*Ifthenameis..ABC*XYZ...,thepartbeforetheseperator
willbereturnedasthelastname.Usage:chFirstName,chLastName=split_ch_name(chName)?"""
iflen(chName)4:?#XYorXYZchLastName=chName[0]
chFirstName=chName[1:]?eliflen(chName)==4:?#WXYZ
chLastName=chName[:2]
chFirstName=chName[2:]?else:?#longer
cleanName=get_clean_ch_string(chName)
nameParts=cleanName.split()printu''.join(nameParts)iflen(nameParts)2:?#...WXYZ
returnNone,nameParts[0]chLastName,chFirstName=nameParts[:2]?#..ABC*XYZ...
returnchFirstName,chLastName分割英文名就很简单了，空格分开，第一部分是名，第二部分是姓，其他情况暂时不管就行。
如果Java要打行的代码，一般用Python要打大概多少行？
视具体代码情况而定，视是否引用外部包而定，视个人编程书写习惯而定。
具体的来说，Python可以将任意长的代码写在一行上（其实好像java也可以这么干）。
所以行数说明不了什么问题。
平均来看，Java要打行的代码，Python大约需要行代码左右。
另外Python在某些问题上，处理比Java要更消耗资源，不过Python用了很多多线程优化，所以说起来，单机的运行速度不相上下，但在服务器上运行就能看出来Java是有明显优势的。
powerbipython最多多少行本次统计中纯Python代码量最大的Sentry几乎达到了W行，这是相当有规模的项目了。W~W行代码的项目有三个，包括基础项目CPython在内。W和W行代码规模的分别有三个，剩下7个则在W行以内。
看过这个列表你应当相信，动态语言至少在几十W行代码的项目上是完全没有问题的。这也是绝大多数普通应用的上限了，如果代码真的达到数百万行规模的话，那么无论用什么语言，都势必面临着拆分项目的问题。
上表将代码量指标按照代码/空白/注释进行了分类，也在一定程度上反应了项目的代码风格。Sentry是本次统计中代码量最多的项目，然而从表中可以看到，项目中的注释和其他项目相比，少得有点不成比例，说明Sentry的作者非常不注重注释。
同学们一定发现了，我在列表中除了代码行相关的指标之外还增加了几个其他内容，这也是我个人比较感兴趣的方面。
第一个指标是每个文件的平均代码行数。按照模块化的观点，单个文件中堆砌太多内容显然是不合理的，这通常意味着耦合太多、难于理解和修改。然而到底多少算是合适，并没有一个明确的标准。我希望通过这些项目的分析，了解一下开源作者们在实践中做出的选择。
统计的结果分布比较平均，从~行/文件的都存在，并不存在明显的集中点。有趣的是，头两名(Pandas,NumPy)有着紧密的联系，都是和数学统计相关的。这可能是因为数学库的特点比较纯粹而单一，不像其他类库那样容易划分。末尾的项目(Pillow,youtube-dl,Odoo,Scrapy)可以从侧面印证这种猜想：它们都是面向特定领域的，所以更加容易模块化。
第二个指标是注释和代码的比例，这个问题也有着类似的情况。注释并非越详尽越好，但总是需要一定量的注释来解释Why的问题。注释太少，说明项目的作者没有给后来的维护人员留下足够的线索，可能会造成维护上的问题。另一方面，我们考察的全部是开源项目，没有公司考核或者KPI的约束，所以我们可以放心的相信不会存在作者故意多写注释的问题。
前面提到的Sentry毫无争议的因为注释太少排到了最后，这未必说明这个项目很差，但至少是一个信号，说明该项目在维护方面可能是存在问题的。而对于那些作者愿意投入精力来写注释的项目(Ansible,NumPy,Fabric,Salt等)，足以反映作者在项目上投入了相当大的心力，这是一个好的信号，说明这些项目是值得信赖的。
有一点是出乎我意料的，那就是作为所有项目之母的CPython排名比较靠后，按照道理这个基础项目应该有更多的注释才对。不过再想一想又觉得可以理解，因为CPython有单独发布的、非常详尽的文档，这是其他大多数项目都没有的，那么代码中的注释少一些也是情有可原的。
最后一项统计是关于文件类型的。Python项目中绝大多数应该是Python代码，这点没有什么疑问，但同时我也想看看除了Python代码之外，一个项目还包括哪些主要文件。C/HTML/Javascipt的上榜是毫不意外的，但有一种文件我事先没有想到，那就是.PO(开源项目常用的语言资源文件)。
对于Django和Django-CMS这两个项目,PO代码数量甚至比Python代码还要多。大概看了一下，Django支持种以上的语言，这也无怪乎语言文件的数量如此之多了。
这个结果也可以提醒我们，有些同学——不仅是程序员，也包括大多数经验不足的老板、客户、产品经理等——会下意识的认为程序开发无非是写代码，对于代码之外的其他工作，在估算的时候往往只拍脑袋式的定下一个极短的时间。但对于实际的项目来说，代码仅仅是其中的一部分，“其他工作”有时候——应该说是经常——会占用你大部分的的时间和精力。这些工作往往并不有趣，但对于项目来说又是必不可少的组成部分，希望同学们予以足够的重视。
如何利用python文件操作快速定位到多少行首先需要用open()函数打开文件，然后调用文件指针的readlines()函数，可以将文件的全部内容读入到一个列表当中，列表的每一个元素对应于文件的每一行，如果希望获取文件第k行的内容，只需要对列表索引第k-1个元素即可，因为Python是从0开始计数的。
示例代码如下：
示例代码中，打印了文件第4行的内容。
python一个文件有多少行包含了某个单词withopen('你的文件名加上后缀名')asf_obj:
print('一共有',len(f_obj.read().split('')),'个单词',sep='')
结语：以上就是首席CTO笔记为大家介绍的关于python文件多少行的全部内容了，希望对大家有所帮助，如果你还想了解更多这方面的信息，记得收藏关注本站。
