Python 如何转换字符串,例如;张量([13,16.])”;到张量
我从txt文件中读取一个数据,该文件包含如下位置信息: "... 位置:张量([13,16.])) 位置:张量([11,1.])) ... " 我的问题是如何将它转换成实张量来绘制图。 我阅读的数据如下:Python 如何转换字符串,例如;张量([13,16.])”;到张量,python,matplotlib,Python,Matplotlib,我从txt文件中读取一个数据,该文件包含如下位置信息: "... 位置:张量([13,16.])) 位置:张量([11,1.])) ... " 我的问题是如何将它转换成实张量来绘制图。 我阅读的数据如下: 对于文件中的行: M_l=重新搜索(r“位置:(.*)”,第行) 位置=M_l.组(1) plt.绘图(位置“r+”) 请尝试以下代码片段。您必须提取与张量对应的实际列表(位于括号之间),这些张量采用string格式。因此,使用ast将此字符串列表转换为python列表。然后使用tf.conv
对于文件中的行:
M_l=重新搜索(r“位置:(.*)”,第行)
位置=M_l.组(1)
plt.绘图(位置“r+”)
请尝试以下代码片段。您必须提取与张量对应的实际列表(位于括号之间),这些张量采用string
格式。因此,使用ast
将此字符串列表转换为python列表。然后使用tf.convert_to_tensor
转换为张量(仅在必要时?)。如果确实要转换为张量,则必须在会话中运行张量并获取值和绘图。如果不需要生成张量,只需绘制列表,无需使用tensorflow会话
将tensorflow导入为tf
进口稀土
导入ast
文件=打开(“test.txt”、“r”)
对于文件中的行:
M_l=重新搜索(r“位置:(.*)”,第行)
位置=M_l.组(1)
location=ast.literal\u eval(重新搜索('\([^)]+),location.group(1))
l=tf.convert_to_tensor(位置,dtype=tf.float32)
使用tf.Session()作为sess:
plt.plot(sess.run(l),‘r+’)
请尝试以下代码片段。您必须提取与张量对应的实际列表(位于括号之间),这些张量采用string
格式。因此,使用ast
将此字符串列表转换为python列表。然后使用tf.convert_to_tensor
转换为张量(仅在必要时?)。如果确实要转换为张量,则必须在会话中运行张量并获取值和绘图。如果不需要生成张量,只需绘制列表,无需使用tensorflow会话
将tensorflow导入为tf
进口稀土
导入ast
文件=打开(“test.txt”、“r”)
对于文件中的行:
M_l=重新搜索(r“位置:(.*)”,第行)
位置=M_l.组(1)
location=ast.literal\u eval(重新搜索('\([^)]+),location.group(1))
l=tf.convert_to_tensor(位置,dtype=tf.float32)
使用tf.Session()作为sess:
plt.plot(sess.run(l),‘r+’)