獲取python運行輸出的數據並解析存爲dataFrame

在學習xg的 時候，想畫學習曲線，但無奈沒有沒有這個 evals_result_

AttributeError: 'Booster' object has no attribute 'evals_result_'

    因爲不是用的分類器或者回歸器，而且是使用的train而不是fit進行訓練的，看過源碼fit纔有evals_result_這個，導致訓練後沒有這個，但是又想獲取學習曲線，因此肯定還需要獲取訓練數據。

    運行的結果 上面有數據，於是就想自己解析屏幕的數據試一下，屏幕可以看到有我們迭代過程的數據，因此想直接獲取屏幕上的數據，思維比較low但是簡單粗暴。

接下來分兩步完成： 

1)獲取屏幕數據

import subprocess
import  pandas as pd
top_info = subprocess.Popen(["python", "main.py"], stdout=subprocess.PIPE)
out, err = top_info.communicate()
out_info = out.decode('unicode-escape')
lines=out_info.split('\n')

 注：這裏的main.py就是自己之前執行的python文件

2)解析文件數據:

ln=0
lst=dict()
for line in lines:
	if line.strip().startswith('[{}]	train-auc:'.format(ln)):
		if ln not in lst.keys():
			lst.setdefault(ln, {})
		tmp = line.split('\t')
		t1=tmp[1].split(':')
		t2=tmp[2].split(':')
		if str(t1[0]) not in lst[ln].keys():
			lst[ln].setdefault(str(t1[0]), 0)
		if str(t2[0]) not in lst[ln].keys():
			lst[ln].setdefault(str(t2[0]), 0)
		lst[ln][str(t1[0])]=t1[1]
		lst[ln][str(t2[0])]=t2[1]
		ln+=1
json_df=pd.DataFrame(pd.DataFrame(lst).values.T, index=pd.DataFrame(lst).columns, columns=pd.DataFrame(lst).index).reset_index()
json_df.columns=['numIter','eval-auc','train-auc']
print(json_df)

整體代碼：

import subprocess
import  pandas as pd
top_info = subprocess.Popen(["python", "main.py"], stdout=subprocess.PIPE)
out, err = top_info.communicate()
out_info = out.decode('unicode-escape')
lines=out_info.split('\n')

ln=0
lst=dict()
for line in lines:
        if line.strip().startswith('[{}]        train-auc:'.format(ln)):
                if ln not in lst.keys():
                        lst.setdefault(ln, {})
                tmp = line.split('\t')
                t1=tmp[1].split(':')
                t2=tmp[2].split(':')
                if str(t1[0]) not in lst[ln].keys():
                        lst[ln].setdefault(str(t1[0]), 0)
                if str(t2[0]) not in lst[ln].keys():
                        lst[ln].setdefault(str(t2[0]), 0)
                lst[ln][str(t1[0])]=t1[1]
                lst[ln][str(t2[0])]=t2[1]
                ln+=1
json_df=pd.DataFrame(pd.DataFrame(lst).values.T, index=pd.DataFrame(lst).columns, columns=pd.DataFrame(lst).index).reset_index()
json_df.columns=['numIter','eval-auc','train-auc']
print(json_df)

看下效果：