python文件读写方法手机_python读取文件—txt文件常用读写操作
txt文件的打開的兩種方式:
f = open("data.txt","r")? ?#設置文件對象
f.close() #關閉文件
為了方便,避免忘記close掉這個文件對象,可以用下面這種方式替代
with open('data.txt',"r") as f:? ? #設置文件對象
str = f.read()? ? #可以是隨便對文件的操作
一、讀文件
1.簡單的將文件讀取到字符串中
f = open("data.txt","r")? ?#設置文件對象
str = f.read()? ???#將txt文件的所有內容讀入到字符串str中
f.close()? ?#將文件關閉
2.按行讀取整個文件
第一種方法
f = open("data.txt","r")? ?#設置文件對象
line = f.readline()
line = line[:-1]
while line:? ?? ?? ?? ? #直到讀取完文件
line = f.readline()??#讀取一行文件,包括換行符
line = line[:-1]? ???#去掉換行符,也可以不去
f.close() #關閉文件
第二種方法
data = []
for line in open("data.txt","r"): #設置文件對象并讀取每一行文件
data.append(line)? ?? ?? ?? ?? ?#將每一行文件加入到list中
第三種方法
f = open("data.txt","r")? ?#設置文件對象
data = f.readlines()??#直接將文件中按行讀到list里,效果與方法2一樣
f.close()? ?? ?? ?? ? #關閉文件
3.按列讀取文件
可以使用pandas的.read_csv,讀取文件的時候可以給每一列起名字,通過列名來調取相應列的數據。
import pandas as pd
data = pd.read_csv(" OSDO1012.txt",sep=',',header=None, names=['lat','lon','time','z']
使用data.lat就可以讀取名為lat這一列的數據
4.將文件讀入數組中
data = np.loadtxt("data.txt",skiprows = 1)? ?#將文件中數據加載到data數組里,并且跳過第一行
二、寫文件
1.簡單的將字符串寫入txt中
with open('data.txt','w') as f:? ? #設置文件對象
f.write(str)? ?? ?? ?? ?? ???#將字符串寫入文件中
2.列表寫入文件
(1)單層列表
data = ['a','b','c']
單層列表寫入文件
with open("data.txt","w") as f:
f.writelines(data)
(2)雙層列表
第一種方法:
每一項用空格隔開,一個列表是一行寫入文件
data =[ ['a','b','c'],['a','b','c'],['a','b','c']]
with open("data.txt","w") as f:? ? ? ? ? ? ? ? ? ? ? #設置文件對象
for i in data:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #對于雙層列表中的數據
i = str(i).strip('[').strip(']').replace(',','').replace('\'','')+'\n'??#將其中每一個列表規范化成字符串
f.write(i)? ? ? ? ? ? ? ? ? ? ? #寫入文件
第二種方法:
直接將每一項都寫入文件
data =[ ['a','b','c'],['a','b','c'],['a','b','c']]
with open("data.txt","w") as f:? ? ? ? ? ? ? ? ? ? #設置文件對象
for i in data:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #對于雙層列表中的數據
f.writelines(i)? ? ? ? ? ? ? ? ? ? ? ? ? ? #寫入文件
3.數組寫入文件中
第一種方法:
np.savetxt("data.txt",data)? ???#將數組中數據寫入到data.txt文件
第二種方法:
np.save("data.txt",data)? ?? ???#將數組中數據寫入到data.txt文件
創作挑戰賽新人創作獎勵來咯,堅持創作打卡瓜分現金大獎總結
以上是生活随笔為你收集整理的python文件读写方法手机_python读取文件—txt文件常用读写操作的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Expected tensor for
- 下一篇: cpu开核_新锐龙让AMD重返巅峰,但逆