博客
关于我
yaml数组类型
阅读量:355 次
发布时间:2019-03-04

本文共 710 字,大约阅读时间需要 2 分钟。

在处理yaml文件时,数组类型的表示方式和转换至列表类型的过程可能会让一些开发者感到困惑。本文将详细解释yaml数组类型的表示方法以及如何在Python中将其转换为列表类型。

在yaml中,数组通常使用带有破折号的行来表示。以下是一个常见的yaml数组表达式:

- 100- 1- 2- 3

在这个例子中,每一行前面都带有破折号 -,表示这些值构成一个数组。如果你想将其转换为Python中的列表类型,可以使用yaml库来解析。以下是一个示例代码:

import yamlimport osproject_path = os.path.split(os.path.realpath(__file__))[0].split('tools')[0]  # 项目路径def get_yaml_data(fileDir):    # 在内存中加载文件    f = open(fileDir, 'r', encoding='utf-8')    # 使用FullLoader加载yaml文件    res = yaml.load(f, Loader=yaml.FullLoader)    return resif __name__ == '__main__':    info = get_yaml_data(project_path + r'\configs\cnf.yaml')    print(info)

运行上述代码后,输出结果会是:

- [100, [1, 2, 3]]

这个结果表明,原始yaml文件中的数组类型已经成功转换为Python中的列表类型。通过这种方式,你可以方便地在代码中使用yaml文件中的数据。

转载地址:http://wjeh.baihongyu.com/

你可能感兴趣的文章
pandas 中的 for 循环真的很糟糕吗?我什么时候应该关心?
查看>>
Pandas 中的多索引旋转
查看>>
Pandas 中的日期范围
查看>>
pandas 中的时间序列箱线图
查看>>
Pandas 使用指南
查看>>
pandas 分组并使用最小值更新
查看>>
pandas 叶上的热图
查看>>
pandas 均值(mean), 均值填充NA(fill_na)
查看>>
Pandas 对数据框的布尔比较
查看>>
Pandas 将多个数据帧与时间戳索引对齐
查看>>
pandas 将通话数据分割为15分钟的间隔
查看>>
pandas 找到局部最大值和最小值
查看>>
Pandas 按年份分组,按销售列排名,在具有重复数据的数据框中
查看>>
pandas 按日期和年份分组,并汇总金额
查看>>
pandas 数据帧到PostgreSQL表中使用的是没有SQLAlChemy的心理复制2吗?
查看>>
pandas 数据帧多行查询
查看>>
Pandas 数据框:使用线性插值重新采样
查看>>
pandas 数据框将 INT64 列转换为布尔值
查看>>
pandas 数据框将列类型转换为字符串或分类
查看>>
pandas 数据框条件 .mean() 取决于特定列中的值
查看>>