Python中文件读写操作

1 txt文件

1.1 写操作

import numpy as np

def write(fileName,data):
    file=open(fileName,'w')
    row,col=data.shape
    string=""
    for i in range(row):
        for j in range(col-1):
            string+=str(data[i][j])+'\t'
        string+=str(data[i][col-1])+'\n'
    file.write(string)
    file.flush()
    file.close()

data=np.array([[1,1.2,3.5],[2,2.5,4.7],[3,8.4,7.6]])
write('test.txt',data)

1.2 读操作

file.read([size])	读取 size 个字符，并将指针移到这次读取的最后一个字符的后面。当 size 省略时，表示读取所有内容
file.readline()	读取第一行的内容，并将指针移到下一行
file.readlines()	读取所有内容，并把每行的内容放到一个list里面
file.seek(offset)	指针移到 offset 处

import numpy as np

def read(fileName):
    file=open(fileName,'r')
    list=file.readlines()
    file.close()
    row=len(list)
    col=len(list[0].split())
    data=np.zeros((row,col),dtype='float32')
    for i in range(row):
        data[i,:]=list[i].split()
    return data

data=read('test.txt')
print(data)

[[1.  1.2 3.5]
 [2.  2.5 4.7]
 [3.  8.4 7.6]]

2 cvs文件

2.1 cvs包

（1）写操作

import numpy as np
import csv

def write(fileName,data):
    file=open(fileName,'w',newline='')
    writer=csv.writer(file)
    row,col=data.shape
    for i in range(row):
        writer.writerow(data[i,:])
    file.flush()
    file.close()

data=np.array([[1,1.2,3.5],[2,2.5,4.7],[3,8.4,7.6]])
write('test.csv',data)

（2）读操作

import numpy as np
import csv

def read(fileName):
    file=open(fileName,'r')
    reader=csv.reader(file)
    data=[]
    for row in reader:
        data=data+[row]
    file.close()
    return np.array(data,dtype='float32')

data=read('test.csv')
print(data)

[[1.  1.2 3.5]
 [2.  2.5 4.7]
 [3.  8.4 7.6]]

2.2 pandas包

（1）写操作

import numpy as np
import pandas as pd

def write(fileName,data):
    file=open(fileName,'w',newline='')
    df=pd.DataFrame(data)
    df.to_csv(file,header=None,index=False)
    file.close()

data=np.array([[1,1.2,3.5],[2,2.5,4.7],[3,8.4,7.6]])
write('test.csv',data)

（2）读操作

import numpy as np
import pandas as pd

def read(fileName):
    file=open(fileName,'r')
    data=pd.read_csv(file,header=None).values.astype('float32')
    file.close()
    return data

data=read('test.csv')
print(data)

3 npy/npz文件

3.1 写操作

（1）npy 文件

import numpy as np

def write(fileName,data):
    np.save(fileName,data)

data=np.array([[1,1.2,3.5],[2,2.5,4.7],[3,8.4,7.6]])
write('test.npy',data)

（2）npz 文件

npz 文件可以保存多个数组

import numpy as np

def write(fileName,data1,data2):
    np.savez(fileName,data1=data1,data2=data2)

data1=np.array([[1,1.2,3.5],[2,2.5,4.7],[3,8.4,7.6]])
data2=np.array([1,2,3,4,5])
write('test.npz',data1,data2)

3.2 读操作

（1）npy 文件

import numpy as np

def read(fileName):
    data=np.load(fileName)
    return data

data=read('test.npy')
print(data)

[[1.  1.2 3.5]
 [2.  2.5 4.7]
 [3.  8.4 7.6]]

（2）npz 文件

import numpy as np

def read(fileName):
    temp=np.load(fileName)
    data1=temp['data1']
    data2=temp['data2']
    return data1,data2

data1,data2=read('test.npz')
print(data1)
print(data2)

[[1.  1.2 3.5]
 [2.  2.5 4.7]
 [3.  8.4 7.6]]
[1 2 3 4 5]

​ 声明：本文转自Python中文件读写操作