Juliaで作って学ぶベイズ統計学のJulia コードを実行してみた結果を，GItHubで公開してみています．
Jupyter Notebookが完成し次第，随時アップロードしていく予定です．
2022年9月14日水曜日
2022年9月10日土曜日
JuliaをアップデートしてJupiter Notebookでも使えるようにする
アップデートなので，すでにJuliaがインストールされている前提です．
Homebrewを使います．まずはターミナルから，以下のようしてJuliaをアップデートします．
% brew install julia --cask
以前は，以下のように cask install juliaだったのですが，エラーが出てしまいました．
% brew cask install julia
Error: `brew cask` is no longer a `brew` command. Use `brew <command> --cask` instead.
% brew cask install julia
アップデートが終わったら，Applicationフォルダに新しいJulia（以下の例では，最初に1.0がインストールされていて，新たに1.8をインストールした）のアイコンがあるので，アイコンをダブルクリックして立ち上げます．
その上で，"]"キーを押してパッケージモードに切り替えて，以下のように（add IJulia）IJuliaパッケージを追加します．
/Applications/Julia-1.8.app/Contents/Resources/julia/bin/julia ; exit;
% /Applications/Julia-1.8.app/Contents/Resources/julia/bin/julia ; exit;
_
_ _ _(_)_ | Documentation: https://docs.julialang.org
(_) | (_) (_) |
_ _ _| |_ __ _ | Type "?" for help, "]?" for Pkg help.
| | | | | | |/ _` | |
| | |_| | | | (_| | | Version 1.8.1 (2022-09-06)
_/ |\__'_|_|_|\__'_| | Official https://julialang.org/ release
|__/ |
(@v1.8) pkg> add IJulia
この↑例では省略していますが，add IJuliaを実行すると，ずらずらとインストールが始まります．
IJuliaパッケージの追加が終わった段階で，Available kernelsを確認すると，julia-1.8 が現れます．
% jupyter kernelspec list
Available kernels:
julia-1.0 /Users/hide/Library/Jupyter/kernels/julia-1.0
julia-1.8 /Users/hide/Library/Jupyter/kernels/julia-1.8
python3 /usr/local/share/jupyter/kernels/python3
Jupyter Notebookを立ち上げて，インストールしたJuliaを使えるかどうか確認しておきます．
Julia（今回は1.8.1）が使えるようになっていれば成功です．
使わないカーネルや，存在しないカーネル（今回の例では，Julia 1.0.5）を削除するにはターミナルから以下のように入力します．なお，"KERNEL_NAME"には使わなくなった，もしくは存在しないカーネルの名前を書きます．
% jupyter kernelspec uninstall KERNEL_NAME
今回の例で，julia-1.0を削除すると以下のようになります．
% jupyter kernelspec uninstall julia-1.0
Kernel specs to remove:
julia-1.0 /Users/xxx/Library/Jupyter/kernels/julia-1.0
Remove 1 kernel specs [y/N]: y
[RemoveKernelSpec] Removed /Users/xxx/Library/Jupyter/kernels/julia-1.0
今回の例では，Juliaを1.0から1.8にアップデートしました．1.0でインストールしたパッケージは継承されないようなので，改めて追加する必要があります．以下の例は，とりあえず追加しておいたパッケージ達です．
(@v1.8) pkg> add CSV
(@v1.8) pkg> add Combinatorics
(@v1.8) pkg> add DataFrames
(@v1.8) pkg> add Distributions
(@v1.8) pkg> add JuMP
(@v1.8) pkg> add Plots
(@v1.8) pkg> add PyCall
(@v1.8) pkg> add PyPlot
(@v1.8) pkg> add RDatasets
(@v1.8) pkg> add StatsBase
(@v1.8) pkg> add StatsPlots
(@v1.8) pkg> add SumOfSquares
(@v1.8) pkg> add Statistics
(@v1.8) pkg> add Gadfly
(@v1.8) pkg> add LinearAlgebra
(@v1.8) pkg> add Optim
インストールしたパッケージを確認するには，以下のように"status"コマンドを実行します．
(@v1.8) pkg> status
Status `~/.julia/environments/v1.8/Project.toml`
[336ed68f] CSV v0.10.4
[861a8166] Combinatorics v1.0.2
[a93c6f00] DataFrames v1.3.5
⌅ [31c24e10] Distributions v0.23.4
[c91e804a] Gadfly v1.3.4
[7073ff75] IJulia v1.23.3
[4076af6c] JuMP v1.3.0
[5424a776] Mamba v0.12.5
[429524aa] Optim v1.7.2
[91a5bcdd] Plots v1.32.1
[438e738f] PyCall v1.94.1
[d330b81b] PyPlot v2.11.0
[ce6b1742] RDatasets v0.7.7
[2913bbd2] StatsBase v0.33.21
⌃ [f3b207a7] StatsPlots v0.15.1
[4b9e565b] SumOfSquares v0.6.2
[37e2e46d] LinearAlgebra
[10745b16] Statistics
Info Packages marked with ⌃ and ⌅ have new versions available, but those with ⌅ cannot be upgraded. To see why use `status --outdated`
2022年7月26日火曜日
ベータ分布
Pythonによるベイズ統計学入門に掲載されているコードを実行してみた際のメモです．
ベータ分布を描画するPythonのコード．
# -*- coding: utf-8 -*-
#%% NumPyの読み込み
import numpy as np
# SciPyのstatsモジュールの読み込み
import scipy.stats as st
# MatplotlibのPyplotモジュールの読み込み
import matplotlib.pyplot as plt
#%% ベータ分布の確率密度関数
q = np.linspace(0, 1, 250)
value_a = np.array([0.5, 1.0, 2.0, 4.0])
value_b = np.array([0.5, 1.0, 2.0, 4.0])
rows = value_a.shape[0]
cols = value_b.shape[0]
fig, ax = plt.subplots(rows, cols, sharex='all', sharey='all',
num=1, facecolor='w')
ax[0, 0].set_xlim(0.0, 1.0)
ax[0, 0].set_ylim(0.0, 4.5)
for row_index in range(rows):
a = value_a[row_index]
ax[row_index, 0].set_ylabel('$\\alpha$ = {0:3.1f}'.format(a),
fontsize=12)
for column_index in range(cols):
b = value_b[column_index]
ax[row_index, column_index].plot(q, st.beta.pdf(q, a, b), 'k-')
if row_index == 0:
ax[0, column_index].set_title('$\\beta$ = {0:3.1f}'.format(b),
fontsize=12)
plt.tight_layout()
plt.savefig('pybayes_fig_beta_distribution.png', dpi=300)
plt.show()
このコードを実行すると，以下の図が描画されます．この図はα，βを変えた時のベータ分布の形状です．
2022年7月25日月曜日
ベルヌーイ分布の成功確率の事前分布（一様分布，ベルヌーイ分布）
Pythonによるベイズ統計学入門に掲載されているコードを実行してみた際のメモです．
ベルヌーイ分布の成功確率の事前分布（一様分布とベルヌーイ分布）を描画するPythonのコード．
# -*- coding: utf-8 -*-
#%% NumPyの読み込み
import numpy as np
# SciPyのstatsモジュールの読み込み
import scipy.stats as st
# MatplotlibのPyplotモジュールの読み込み
import matplotlib.pyplot as plt
# 日本語フォントの設定
from matplotlib.font_manager import FontProperties
import sys
if sys.platform.startswith('win'):
FontPath = 'C:\\Windows\\Fonts\\meiryo.ttc'
elif sys.platform.startswith('darwin'):
FontPath = '/System/Library/Fonts/ヒラギノ角ゴシック W4.ttc'
elif sys.platform.startswith('linux'):
FontPath = '/usr/share/fonts/truetype/takao-gothic/TakaoPGothic.ttf'
else:
print('このPythonコードが対応していないOSを使用しています．')
sys.exit()
jpfont = FontProperties(fname=FontPath)
#%% ベルヌーイ分布の成功確率qの事前分布
fig1 = plt.figure(num=1, facecolor='w')
q = np.linspace(0, 1, 250)
plt.plot(q, st.uniform.pdf(q), 'k-')
plt.plot(q, st.beta.pdf(q, 4, 6), 'k--')
plt.xlim(0, 1)
plt.ylim(0, 2.8)
plt.legend(['(A) 一様分布 ($\\alpha$ = 1, $\\beta$ = 1)',
'(B) ベータ分布 ($\\alpha$ = 4, $\\beta$ = 6)'],
loc='best', frameon=False, prop=jpfont)
plt.xlabel('成功確率 q', fontproperties=jpfont)
plt.ylabel('確率密度', fontproperties=jpfont)
plt.savefig('pybayes_fig_beta_prior.png', dpi=300)
plt.show()
これを実行すると，以下の図が表示されます．
コードの簡単な解説は以下の通りです．
# -*- coding: utf-8 -*-
全角文字である日本語を使用する場合には，様々な文字コードがある（JIS，EUC-JP，Shift JISなど）ので，どの文字コードを使用して作成したコードなのかを明記しておきます．
import numpy as np
# SciPyのstatsモジュールの読み込み
import scipy.stats as st
# MatplotlibのPyplotモジュールの読み込み
import matplotlib.pyplot as pot
NumPy, SciPy, MatPlotLibを読み込んでいます．
# 日本語フォントの設定
from matplotlib.font_manager import FontProperties
import sys
if sys.platform.startswith('win'):
FontPath = 'C:\\Windows\\Fonts\\meiryo.ttc'
elif sys.platform.startswith('darwin'):
FontPath = '/System/Library/Fonts/ヒラギノ角ゴシック W4.ttc'
elif sys.platform.startswith('linux'):
FontPath = '/usr/share/fonts/truetype/takao-gothic/TakaoPGothic.ttf'
else:
print('このPythonコードが対応していないOSを使用しています．')
sys.exit()
jpfont = FontProperties(fname=FontPath)
表示する日本語フォントを選択するために，
import sys
でパッケージ sys を読み込んで，使用しているシステムのOSを判定するための関数
sys.platform.startswith()
を使えるようにしています．この関数は，システムのOSの名前がある文字列（e.g. Windowsならばwin）で始まっていれば真（True），そうでなければ偽（False）を返します．
これを利用して，システムのOSを判定して，OSに標準で付属する日本語フォントをpyplotの作図関数が認識できるようにする命令です．
#%% ベルヌーイ分布の成功確率qの事前分布
fig1 = plt.figure(num=1, facecolor='w')
作図を行うための空白のキャンパスを用意しています．
plt.figure(num=1, facecolor='w)
のnum=1は図の番号を1にするという意味です．特に指定しない場合はpyplot関数です．
plt.figure()
を呼び出すために自動的に通し番号が振られます．
次の facecolor = 'w' というオプションは白地（w: white）のグラフを作成するためのものです．
q = np.linspace(0, 1, 250)
一様分布とベータ分布のグラフを描くための成功確率 q の値を0から1まで等間隔に変化させたグリッドを生成し，それを1次元のNumPy配列qに格納しています．
plt.plot(q, st.uniform.pdf(q), 'k-')
plt.plot(q, st.beta.pdf(q, 4, 6), 'k--')
関数 plt.plot()は，いくつかの点を2次元座標上に打ち，各点を線で結んでグラフにします．なので，各点の横軸と縦軸の座標データとしてplt.plot()に与えなければなりません．これは1次元のNumPy配列の形でplt.plot()に渡されます．
上の行では，一様分布のグラフ（uniform）を作成しています．
先に読み込んでいる
import scipy.stats as at
には，一様分布の確率密度関数 st.uniform.pdf() が含まれているので，これを利用して一様分布の確率密度を計算します．描画の際には'k-'で黒の線を指定しています．
次の行では，ベータ分布の確率密度を計算するため stats 関数 st.beta.pdf() を使用しています．描画の際には'k--'で黒の波線を指定しています．
plt.xlim(0, 1)
plt.ylim(0, 2.8)
関数plt.xlim()は，横軸（x軸）の範囲を指定する関数で，最初の数値が下限，次の数値が上限です．横軸はベルヌーイ分布の成功確率qなので，0を下限，1を上限としています．
plt.ylim() は縦軸（y軸）の範囲を指定する関数で，最初の数値が下限，次の数値が上限です．
plt.legend(['(A) 一様分布 ($\\alpha$ = 1, $\\beta$ = 1)',
'(B) ベータ分布 ($\\alpha$ = 4, $\\beta$ = 6)'],
loc='best', frameon=False, prop=jpfont)
関数plt.legend()は与えられた文字列を要素とするPythonのリスト（これはNumPy配列ではありません）を使って凡例を作成する関数です．
凡例をキレイに表示するために，3つのオプションがあり，'best'は最も見やすい場所に判例を自動的に配置する指示です．明示的に配置する場所を決める際には，'upper left'，upper right'，lower left' などとlocオプションを変えることで変更可能です．
frameon=False は凡例を囲む枠を省くというオプションです．デフォルトでは，凡例を囲む枠が表示されるので，Falseとして枠をなくしています．
prop=jpfontは，日本語フォントを凡例の表示に使用するためのオプションです．
plt.xlabel('成功確率 q', fontproperties=jpfont)
plt.ylabel('確率密度', fontproperties=jpfont)
関数 plt.xlabel() は横軸のラベルを指定する関数で，関数 plt.ylabel()は縦軸のラベルを指定する関数です．
ここでも，ラベルに使われる日本語フォントとして fontproperties = jpfont というオプションで指定しています．
plt.savefig('pybayes_fig_beta_prior.png', dpi=300)
plt.show()
作成した図を画像ファイルに保存したい際には，plt.savefig()の 'pybayes.fig.beta_prior.png' は保存する図の名前，形式（.png）です．
2021年5月8日土曜日
macOSのPython3にNumPy, SciPy, matplotlibをインストールする．
macOSに付属していたPython 2では NumPy, SciPy, matplotlib がプリインストールされていました．一方で，Python 3にはそれらがインストールされていないため，別途インストールが必要です．
インストールする際には，ターミナルで以下のようなコマンドを実行します．
まずは，NumPyのインストールです．
% python3 -m pip install --upgrade numpy
python3 -m pip install コマンドを使って，NumPyをインストールします．
--upgrade オプションをつけると，古いバージョンがインストールされている場合には，新しいバージョンに更新されます．
以下は，上記のコマンドを実行した結果です．
Requirement already satisfied: numpy in /usr/local/lib/python3.9/site-packages (1.20.2)
Collecting numpy
Downloading numpy-1.21.5-cp39-cp39-macosx_10_9_x86_64.whl (17.0 MB)
|████████████████████████████████| 17.0 MB 915 kB/s
Installing collected packages: numpy
Attempting uninstall: numpy
Found existing installation: numpy 1.20.2
Uninstalling numpy-1.20.2:
Successfully uninstalled numpy-1.20.2
Successfully installed numpy-1.21.5
次にSciPyのインストールです．実行するコマンドは以下です．
% python3 -m pip install --upgrade scipy
すると，以下のようにインストールが実行されます．
Collecting scipy
Downloading scipy-1.7.3-cp39-cp39-macosx_10_9_x86_64.whl (33.2 MB)
|████████████████████████████████| 33.2 MB 1.2 MB/s
Requirement already satisfied: numpy<1.23.0,>=1.16.5 in /usr/local/lib/python3.9/site-packages (from scipy) (1.21.5)
Installing collected packages: scipy
Successfully installed scipy-1.7.3
最後にmatplotlibのインストールです．実行するコマンドは以下です．
% python3 -m pip install --upgrade matplotlib
そうすると，インストールが始まります．
Requirement already satisfied: matplotlib in /usr/local/lib/python3.9/site-packages (3.4.2)
Collecting matplotlib
Downloading matplotlib-3.5.1-cp39-cp39-macosx_10_9_x86_64.whl (7.3 MB)
|████████████████████████████████| 7.3 MB 1.2 MB/s
Collecting fonttools>=4.22.0
Downloading fonttools-4.28.5-py3-none-any.whl (890 kB)
|████████████████████████████████| 890 kB 1.2 MB/s
Requirement already satisfied: cycler>=0.10 in /usr/local/lib/python3.9/site-packages (from matplotlib) (0.10.0)
Requirement already satisfied: packaging>=20.0 in /usr/local/lib/python3.9/site-packages (from matplotlib) (20.9)
Requirement already satisfied: pyparsing>=2.2.1 in /usr/local/lib/python3.9/site-packages (from matplotlib) (2.4.7)
Requirement already satisfied: python-dateutil>=2.7 in /usr/local/lib/python3.9/site-packages (from matplotlib) (2.8.1)
Requirement already satisfied: numpy>=1.17 in /usr/local/lib/python3.9/site-packages (from matplotlib) (1.21.5)
Requirement already satisfied: pillow>=6.2.0 in /usr/local/lib/python3.9/site-packages (from matplotlib) (8.2.0)
Requirement already satisfied: kiwisolver>=1.0.1 in /usr/local/lib/python3.9/site-packages (from matplotlib) (1.3.1)
Requirement already satisfied: six in /usr/local/lib/python3.9/site-packages (from cycler>=0.10->matplotlib) (1.15.0)
Installing collected packages: fonttools, matplotlib
Attempting uninstall: matplotlib
Found existing installation: matplotlib 3.4.2
Uninstalling matplotlib-3.4.2:
Successfully uninstalled matplotlib-3.4.2
Successfully installed fonttools-4.28.5 matplotlib-3.5.1
ちなみに，Seabornもデフォルトではインストールされていないので，別途インストールするには，以下のようになります．
hide@MBP ~ % pip3 install seaborn
Collecting seaborn
Using cached seaborn-0.11.2-py3-none-any.whl (292 kB)
Requirement already satisfied: pandas>=0.23 in /usr/local/lib/python3.9/site-packages (from seaborn) (1.2.4)
Requirement already satisfied: numpy>=1.15 in /usr/local/lib/python3.9/site-packages (from seaborn) (1.21.5)
Requirement already satisfied: matplotlib>=2.2 in /usr/local/lib/python3.9/site-packages (from seaborn) (3.5.1)
Requirement already satisfied: scipy>=1.0 in /usr/local/lib/python3.9/site-packages (from seaborn) (1.7.3)
Requirement already satisfied: python-dateutil>=2.7 in /usr/local/lib/python3.9/site-packages (from matplotlib>=2.2->seaborn) (2.8.1)
Requirement already satisfied: pillow>=6.2.0 in /usr/local/lib/python3.9/site-packages (from matplotlib>=2.2->seaborn) (8.2.0)
Requirement already satisfied: kiwisolver>=1.0.1 in /usr/local/lib/python3.9/site-packages (from matplotlib>=2.2->seaborn) (1.3.1)
Requirement already satisfied: packaging>=20.0 in /usr/local/lib/python3.9/site-packages (from matplotlib>=2.2->seaborn) (20.9)
Requirement already satisfied: pyparsing>=2.2.1 in /usr/local/lib/python3.9/site-packages (from matplotlib>=2.2->seaborn) (2.4.7)
Requirement already satisfied: cycler>=0.10 in /usr/local/lib/python3.9/site-packages (from matplotlib>=2.2->seaborn) (0.10.0)
Requirement already satisfied: fonttools>=4.22.0 in /usr/local/lib/python3.9/site-packages (from matplotlib>=2.2->seaborn) (4.28.5)
Requirement already satisfied: six in /usr/local/lib/python3.9/site-packages (from cycler>=0.10->matplotlib>=2.2->seaborn) (1.15.0)
Requirement already satisfied: pytz>=2017.3 in /usr/local/lib/python3.9/site-packages (from pandas>=0.23->seaborn) (2021.1)
Installing collected packages: seaborn
Successfully installed seaborn-0.11.2
-----
pipコマンドを使ってインストールする際に以下のような警告が出る場合があります．
WARNING: You are using pip version 21.0.1; however, version 21.3.1 is available.
You should consider upgrading via the '/opt/homebrew/opt/python@3.9/bin/python3.9 -m pip install --upgrade pip' command.
/opt/homebrew/opt/python@3.9/bin/は，Python3（この場合は ver. 3.9）のインストールされている場所なので，環境によって異なります．
警告はpipを最新にするようにというないようなので，以下のように実行しておきます．
% /opt/homebrew/opt/python@3.9/bin/python3.9 -m pip install --upgrade pip
Requirement already satisfied: pip in /opt/homebrew/lib/python3.9/site-packages (21.0.1)
Collecting pip
Downloading pip-21.3.1-py3-none-any.whl (1.7 MB)
|████████████████████████████████| 1.7 MB 4.7 MB/s
Installing collected packages: pip
Attempting uninstall: pip
Found existing installation: pip 21.0.1
Uninstalling pip-21.0.1:
Successfully uninstalled pip-21.0.1
Successfully installed pip-21.3.1
2021年5月7日金曜日
Pythonで予約語を表示するコマンドと組み込み関数を表示するコマンド
Pythonで予約語や組み込み関数を表示する際のメモです．
Pythonで予約語を表示するには"__import__('keyword').kwlist"というコマンドを用います．
>>> # 予約語を表示するコマンド
>>> __import__('keyword').kwlist
['False', 'None', 'True', '__peg_parser__', 'and', 'as', 'assert', 'async', 'await', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'finally', 'for', 'from', 'global', 'if', 'import', 'in', 'is', 'lambda', 'nonlocal', 'not', 'or', 'pass', 'raise', 'return', 'try', 'while', 'with', 'yield']
>>>
組み込み関数を表示するには"dir(__builtins__)"というコマンドを用います．
>>> # 組み込み関数を表示するコマンド
>>> dir(__builtins__)
['ArithmeticError', 'AssertionError', 'AttributeError', 'BaseException', 'BlockingIOError', 'BrokenPipeError', 'BufferError', 'BytesWarning', 'ChildProcessError', 'ConnectionAbortedError', 'ConnectionError', 'ConnectionRefusedError', 'ConnectionResetError', 'DeprecationWarning', 'EOFError', 'Ellipsis', 'EnvironmentError', 'Exception', 'False', 'FileExistsError', 'FileNotFoundError', 'FloatingPointError', 'FutureWarning', 'GeneratorExit', 'IOError', 'ImportError', 'ImportWarning', 'IndentationError', 'IndexError', 'InterruptedError', 'IsADirectoryError', 'KeyError', 'KeyboardInterrupt', 'LookupError', 'MemoryError', 'ModuleNotFoundError', 'NameError', 'None', 'NotADirectoryError', 'NotImplemented', 'NotImplementedError', 'OSError', 'OverflowError', 'PendingDeprecationWarning', 'PermissionError', 'ProcessLookupError', 'RecursionError', 'ReferenceError', 'ResourceWarning', 'RuntimeError', 'RuntimeWarning', 'StopAsyncIteration', 'StopIteration', 'SyntaxError', 'SyntaxWarning', 'SystemError', 'SystemExit', 'TabError', 'TimeoutError', 'True', 'TypeError', 'UnboundLocalError', 'UnicodeDecodeError', 'UnicodeEncodeError', 'UnicodeError', 'UnicodeTranslateError', 'UnicodeWarning', 'UserWarning', 'ValueError', 'Warning', 'ZeroDivisionError', '_', '__build_class__', '__debug__', '__doc__', '__import__', '__loader__', '__name__', '__package__', '__spec__', 'abs', 'all', 'any', 'ascii', 'bin', 'bool', 'breakpoint', 'bytearray', 'bytes', 'callable', 'chr', 'classmethod', 'compile', 'complex', 'copyright', 'credits', 'delattr', 'dict', 'dir', 'divmod', 'enumerate', 'eval', 'exec', 'exit', 'filter', 'float', 'format', 'frozenset', 'getattr', 'globals', 'hasattr', 'hash', 'help', 'hex', 'id', 'input', 'int', 'isinstance', 'issubclass', 'iter', 'len', 'license', 'list', 'locals', 'map', 'max', 'memoryview', 'min', 'next', 'object', 'oct', 'open', 'ord', 'pow', 'print', 'property', 'quit', 'range', 'repr', 'reversed', 'round', 'set', 'setattr', 'slice', 'sorted', 'staticmethod', 'str', 'sum', 'super', 'tuple', 'type', 'vars', 'zip']
>>>
2021年5月6日木曜日
大量のテキストデータをマージする
Pythonで大量のテキストデータをマージする際のメモです．
大量のテキストデータをマージするPythonのコードを作成した際のメモです．
用途としては，Hi-netのダウンロードデータ（1分間）をマージすることを想定しています．
ダウンロードしたテキストデータは以下のような名前だとします（当然，これはこの例の場合なので，読み替えて下さい）．
201412071000_Daimon_4b33
201412071000_Daimon_4b34
201412071000_Daimon_4b35
…
201412071059_Daimon_4b33
201412071059_Daimon_4b34
201412071059_Daimon_4b35
データの名前の末尾が"4b33"，"4b34"，"4b35"になっていますが，この末尾別にマージしたいとします．
コードは以下のようになります．
# Setting
new_file_UD = 'Daimon_UD.txt' # Set the file name!
new_file_NS = 'Daimon_NS.txt' # Set the file name!
new_file_EW = 'Daimon_EW.txt' # Set the file name!
# Import modules
import glob
# Data append function
def data_append(file_path):
with open(combined_file, mode='a', encoding='UTF-8') as f:
with open(file_path, mode='r', encoding = 'UTF-8') as fr:
data = fr.read()
f.write(data)
#U-D
# Create new file
combined_file = new_file_UD
# Execution
for file in glob.glob('./Directory_name/*_4b33.txt'):
data_append(file)
#N-S
# Create new file
combined_file = new_file_NS
# Execution
for file in glob.glob('./Directory_name/*_4b34.txt'):
data_append(file)
#E-W
# Create new file
combined_file = new_file_EW
# Execution
for file in glob.glob('./Directory_name/*_4b35.txt'):
data_append(file)
# Settiung では（マージして）作成するファイル名を設定します．ファイルを実行する際には，作成したいファイル名に設定します．この部分は必須ではなく，後述の "# Create new file "のところで設定しても良いのですが，プログラムの実行の際に書き換えたりする場所を限定したかったために，このような形式にしています．
# Import modules では，必要となるモジュール "glob" を読み込みます．
# Data append function では，以下の関数を定義しています．
- 書き込みを行いたいファイル（combined_file）を追記モード aで開く（f）
- マージしたいファイルのパスを読み込んで，そのファイルを読み込みモード rで開く(fr）
- 読み込んだファイル（fr）を data という変数に格納して，書き込みを行いたいファイル(f) に追記する（ f.write(data) ）
登録:
投稿
(
Atom
)