python:文件读取和存储

#python:文件读取和存储| 来源: 网络整理| 查看: 265

文章目录一、文件的打开、读取、加载1、python内置函数：open()打开、f.read()读取2、pandas库3、numpy库二、文件的写入、存储1、python内置函数：f.write()、f.writelines()2、np.savetxt()3、to_csv()4、存储字典文件

一、文件的打开、读取、加载 1、python内置函数：open()打开、f.read()读取

打开文件open() 若原文件名不存在，则创建该文件 file_obj = open(filename, mode = ‘r’, buffering = -1)

model 为可选参数，默认值为r（ r:读，w:写(先清空文件)，a: 追加）buffering 也为可选参数，默认值为-1（0代表不缓冲，1或者大于1的值表示缓冲一行或者指定缓冲区大小）文件的打开 f1 = open('d:\\test.txt') f2 = open(r'd:\test.txt','w') f3 = open('test.dat','wb') 二进制文件

open()函数返回一个文件（file）对象，文件对象可迭代

读写文件有关闭和读写文件相关的函数和方法（对象名.方法名） – f.read(), f.write(), f.readline(), f.readlines(), f.writelines() – f.close() – f.seek()

file_obj.read(size) 从文件中至多读出size字节数据，返回一个字符串file_obj.read() 读文件直至文件结束，返回一个字符串 with open('data.txt','w') as f: f.write("Hello,番茄大人") with open('data.txt') as f: p1 = f.read(5)#读前5个字符 p2 = f.read()#读剩下的字符 ''' 'Hello' ',番茄大人' ''' file_obj.readlines() 读取多行数据,返回一个列表，不删除换行符file_obj.readline() 读取一行数据

data.txt

1,2,3,4,python 5,6,7,8,java 9,10,11,12,c++ 13,14,15,16,Javascript with open('data.txt') as f: test = f.readlines() print(test) ''' ['1,2,3,4,python\n', '5,6,7,8,java\n', '9,10,11,12,c++\n', '13,14,15,16,Javascript'] ''' 2、pandas库

pandas可以将读取到的表格型数据（文件不一定要是表格）转成DataFrame类型的数据结构,在读取的时候，可先将数据转化为array形式

import pandas as pd #设置header参数，读取文件的时候没有标题 data = pd.read_csv("data.txt",header=None) ''' 0 1 2 3 4 0 1 2 3 4 python 1 5 6 7 8 java 2 9 10 11 12 c++ 3 13 14 15 16 Javascript ''' #sep参数来修改默认的分隔符 data1 = pd.read_table("data.txt",sep=",") #设置names参数，来设置文件的标题（第0行） data2 = pd.read_csv("data.txt",names=["a","b","c","d","name"]) ''' a b c d name 0 1 2 3 4 python 1 5 6 7 8 java 2 9 10 11 12 c++ 3 13 14 15 16 Javascript ''' #设置列索引，默认为0，1，2，... data3 = pd.read_csv("data.txt",names=["a","b","c","d","name"],index_col="name") ''' a b c d name python 1 2 3 4 java 5 6 7 8 c++ 9 10 11 12 Javascript 13 14 15 16 ''' #跳行读取文件 data4 = pd.read_csv("data.txt",skiprows=[0,3,5]) ''' 5 6 7 8 java 0 9 10 11 12 c++ '''

使用pandas在读取文件的时候，pandas会默认将NA、-1.#IND、NULL等当作是缺失值，pandas默认使用NaN进行代替。

3、numpy库 import numpy as np #默认数据type是浮点型，不指定dtype字符型数据会报错 data =np.loadtxt('data.txt',dtype = str) ''' array(['1,2,3,4,python', '5,6,7,8,java', '9,10,11,12,c++', '13,14,15,16,Javascript'], dtype='

【本文地址】

公司简介

联系我们