介绍
这篇文章将为大家详细讲解有关Python读取. txt,。md等文本文件的方法,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
代码如下
#, example.md 1,2,3 四,五,六 7,8,9 , 在祝辞祝辞,with 开放(& # 39;example.md& # 39;), as f: ,,,,,,,lines =, f.readlines () 祝辞祝辞祝辞线 [& # 39;1,2,3 \ n # 39;,, & # 39; 4, 5, 6 \ n # 39;,, & # 39; 7, 8, 9 \ n # 39;】 #,我们发现每一行后面都会有一个回车符,我们使用带()函数消除它 在祝辞祝辞,lines =, (i.strip (), for 小姐:拷贝行) [& # 39;1,2,3 & # 39;,,& # 39;4,5,6 & # 39;,,& # 39;7,8,9 & # 39;】 #,每个元素是一个字符串,但是我们需要读取的是文本数据,所以需要将字符串转化为int(一、浮动) 在祝辞祝辞,data =, [] 在祝辞祝辞,for line 拷贝: ,,,,,,,data.append ([int (i), for 小姐:拷贝line.split (& # 39;, & # 39;))) [[1,2,3],,(4日,5日,6],,[7,8,9]] #,最后可以把名单转化为ndarray形式 在祝辞祝辞,data =, np.array(数据) 在祝辞祝辞数据 阵列([[1,2,3]。 ,,,,,,(4,5,6), ,,,,,,(7,8,9]]) #,把上述步骤写到一个函数里 在祝辞祝辞,def read_file(文件): ,,,,,,,,,, ,,,,,,,read .md 或是.txt format 文件 ,,,,,,,:param 文件:,.md 或是.txt format 文件 ,,,,,,,::返回数据 ,,,,,,,,,, ,,,,,,,with 开放(& # 39;example.md& # 39;), as f: ,,,,,,,,,,,lines =, f.readlines () ,,,,,,,data =, [] ,,,,,,,for line 拷贝: ,,,,,,,,,,,data.append ([int (i), for 小姐:拷贝line.strip () .split (& # 39;, & # 39;))) ,,,,,,,return np.array(数据) 在祝辞祝辞,data =, read_file (& # 39; example.md& # 39;) 在祝辞祝辞数据 阵列([[1,2,3]。 ,,,,,,(4,5,6), ,,,,,,(7,8,9]])
<强>补充:python各种获取md5的方式强>
代码如下
#使用python 库,求md5 import hashlib #求字符串MD5 时间=md5 hashlib.md5(& # 39;字符串& # 39;).hexdigest () #求文件md5 时间=file 开放(& # 39;文件& # 39;,& # 39;rb # 39;) 时间=md5 hashlib.md5(以())hexdigest () file.close () # python 利用mac/linex 终端命令求md5 def get_MD5 (file_path): ,,,& # 39;& # 39;& # 39;计算md5 # 39; & # 39; & # 39; ,,,files_md5 =, os.popen (& # 39; md5 % & # 39;, %, file_path) .read () .strip () ,,,file_md5 =, files_md5.replace (& # 39; MD5 (% s),=, & # 39;, %, file_path,, & # 39; & # 39;) ,,,return file_md5 #如果是windows 系统,大概可以利用类似的方法,获取把,,没做过测试 #当进行获取大量文件的md5的时候,建议使用,命令的方式获取,这样,运行速度会快很多
<强>补充:Python中读取txt文件的三种可行办法强>
人数(。txt中的文件内容,文件最后尽量不要留空行,否则有的时候会出现误差
1, 2, 3
引用>
4、5、6
7, 8, 9第一种方式:使用csv.reader()读取txt文件
import csv 时间=data [] with 开放(& # 39;E:/DataTest.txt& # 39;,, & # 39; rt # 39;), as csvfile: ,,,reader =, csv.reader (csvfile,分隔符=& # 39;,& # 39;) ,,,for row 读者:拷贝 ,,,,,,,data.append(行) ,,,#输出结果是列的表 ,,,印刷(数据)输出结果:
[[& # 39; 1 & # 39; & # 39; 2 & # 39;, & # 39; 3 & # 39;], [& # 39; 4 & # 39; & # 39; 5 & # 39;, & # 39; 6 & # 39;], [& # 39; 7 & # 39; & # 39; 8 & # 39;, & # 39; 9 & # 39;]]
引用>第二种方式:使用numpy.loadtxt()读取txt文件
import numpy as np data=https://www.yisu.com/zixun/np.loadtxt (E:/DataTest.txt,分隔符=" ") #输出结果是numpy中数组格式 打印(数据)输出结果:
[[1。2. 3)
引用>
[4。5. 6。
[7。8. 9.]]不过在后面添加如下语句都可以转换成DataFrame格式:
df =, pd.DataFrame(数据),, df.to_csv () 打印(df)输出结果:
0 1 2
引用>
0 1.0 2.0 3.0
1 4.0 5.0 6.0
2 7.0 8.0 9.0第三种方式:使用pandas.red_csv()读取txt文件
import pandas as pd , data=https://www.yisu.com/zixun/pd.read_csv (' E:/人数(。txt”,名字=[' 0 ',' 1 ',' 2 ']) #输出结果是numpy中数组格式 nullPython读取. txt,。海事等文本文件的方法