这篇文章主要介绍了详解关于Python中文件的读取和写入,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
从文件中读取数据
读取整个文件
这里假设在当前目录下有一个文件名为’pi_digits.txt’的文本文件,里面的数据如下:
3.1415926535 8979323846 2643383279
with open('pi_digits.txt') as f: # 默认模式为‘r’,只读模式 contents = f.read() # 读取文件全部内容 print contents # 输出时在最后会多出一行(read()函数到达文件末会返回一个空字符,显示出空字符就是一个空行) print '------------' print contents.rstrip() # rstrip()函数用于删除字符串末的空白
3.1415926535 8979323846 2643383279 ------------ 3.1415926535 8979323846 2643383279
逐行读取
可以通过循环来实现逐行读取数据:
with open('pi_digits.txt') as f: for line1 in f: print line1 # 每行末尾会有一个换行符 print '------------' for line2 in f: print line2.rstrip() # 此时文件已经读完,line2指向文本末尾,因此不会有输出
3.1415926535 8979323846 2643383279 ------------
读取文件时相当于有一个指针在记录读取的位置,数据读到哪,这个指针就指到哪边,继续读取数据时会从该位置继续读取,因此上面代码中第二个循环中输出为空。将上述代码稍加修改如下:
with open('pi_digits.txt') as f: for line1 in f: print line1 print '------------' with open('pi_digits.txt') as f: # 需要重新打开文本进行读取 for line2 in f: print line2.rstrip() # 删除字符串末尾的空白
3.1415926535 8979323846 2643383279 ------------ 3.1415926535 8979323846 2643383279
上述代码相当于第一次读取完后关闭该文件又重新打开进行读取。逐行读取数据也可以用readline()函数,如下:
with open('pi_digits.txt') as f: # readline()每一次读取一行数据,并指向该行末尾 line1 = f.readline() # 读取第一行数据(此时已经指向第一行末尾) line2 = f.readline() # 从上一次读取末尾开始读取(第二行) print line1.rstrip() print line2.rstrip()
3.1415926535 8979323846
有时候我们想要一次性读取全部数据并且按分开存储以便于后续的操作,当然用上面的循环可以实现,但python提供了更简单的方法readlines():
with open('pi_digits.txt') as f: lines = f.readlines() # 读取文本中所有内容,并保存在一个列表中,列表中每一个元素对应一行数据 print lines # 每一行数据都包含了换行符 print '------------' for line in lines: print line.rstrip() print '------------ 'pi_str = '' # 初始化为空字符 for line in lines: pi_str += line.rstrip() #字符串连接 print pi_str
['3.1415926535\n', '8979323846\n', '2643383279\n'] ------------ 3.1415926535 8979323846 2643383279 ------------ 3.141592653589793238462643383279
写数据到文件
写数据有几种不同的模式,最常用的是w’, ‘a’, 分别表示擦除原有数据再写入和将数据写到原数据之后:
filename = 'write_data.txt' with open(filename,'w') as f: # 如果filename不存在会自动创建, 'w'表示写数据,写之前会清空文件中的原有数据! f.write("I am Meringue.\n") f.write("I am now studying in NJTECH.\n")
此时会在当前路径下创建一个’write_data.txt’的文本文件,并向文件中写入数据如下:
I am Meringue. I am now studying in NJTECH.
下面继续在该文件中加入新数据:
with open(filename,'a') as f: # 'a'表示append,即在原来文件内容后继续写数据(不清楚原有数据) f.write("I major in Machine learning and Computer vision.\n")
此时的文件内容为:
I am Meringue. I am now studying in NJTECH. I major in Machine learning and Computer vision.
以上是详解关于Python中文件的读取和写入的详细内容。更多信息请关注PHP中文网其他相关文章!

ForhandlinglargedatasetsinPython,useNumPyarraysforbetterperformance.1)NumPyarraysarememory-efficientandfasterfornumericaloperations.2)Avoidunnecessarytypeconversions.3)Leveragevectorizationforreducedtimecomplexity.4)Managememoryusagewithefficientdata

Inpython,ListSusedynamicMemoryAllocationWithOver-Asalose,而alenumpyArraySallaySallocateFixedMemory.1)listssallocatemoremoremoremorythanneededinentientary上,respizeTized.2)numpyarsallaysallaysallocateAllocateAllocateAlcocateExactMemoryForements,OfferingPrediCtableSageButlessemageButlesseflextlessibility。

Inpython,YouCansspecthedatatAtatatPeyFelemereModeRernSpant.1)Usenpynernrump.1)Usenpynyp.dloatp.dloatp.ploatm64,formor professisconsiscontrolatatypes。

NumPyisessentialfornumericalcomputinginPythonduetoitsspeed,memoryefficiency,andcomprehensivemathematicalfunctions.1)It'sfastbecauseitperformsoperationsinC.2)NumPyarraysaremorememory-efficientthanPythonlists.3)Itoffersawiderangeofmathematicaloperation

Contiguousmemoryallocationiscrucialforarraysbecauseitallowsforefficientandfastelementaccess.1)Itenablesconstanttimeaccess,O(1),duetodirectaddresscalculation.2)Itimprovescacheefficiencybyallowingmultipleelementfetchespercacheline.3)Itsimplifiesmemorym

SlicingaPythonlistisdoneusingthesyntaxlist[start:stop:step].Here'showitworks:1)Startistheindexofthefirstelementtoinclude.2)Stopistheindexofthefirstelementtoexclude.3)Stepistheincrementbetweenelements.It'susefulforextractingportionsoflistsandcanuseneg

numpyallowsforvariousoperationsonArrays:1)basicarithmeticlikeaddition,减法,乘法和division; 2)evationAperationssuchasmatrixmultiplication; 3)element-wiseOperations wiseOperationswithOutexpliitloops; 4)

Arresinpython,尤其是Throughnumpyandpandas,weessentialFordataAnalysis,offeringSpeedAndeffied.1)NumpyArseNable efflaysenable efficefliceHandlingAtaSetSetSetSetSetSetSetSetSetSetSetsetSetSetSetSetsopplexoperationslikemovingaverages.2)


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

ZendStudio 13.5.1 Mac
功能强大的PHP集成开发环境

MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

记事本++7.3.1
好用且免费的代码编辑器

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能