目錄
1、json檔案
2、csv
3、用with來讀取檔案，可避免忘掉f.close()
4、用pandas讀取excel/csv檔案
1）、json檔案樣式：
資料儲存在鍵值中；
鍵值對間由逗號分隔；
花括號用於儲存鍵值對資料組成的物件；
方括號用於儲存鍵值對資料組成的陣列（多個物件組成）；【{}，{}】
2）、json檔案操作：
dumps() 將python格式轉成json; loads() 將json轉成python
dump() 輸出到檔案; load() 讀取json檔案
3）、舉例
import json
讀取資料：
f = open(filepath, mode='r', encoding='utf-8') #r唯讀，不能寫，預設為此型別，
city_list = json.load(f) #從json讀到python
寫入資料：
f = open('top5_aqi.json', mode='w', encoding='utf-8') # w為清除檔案，寫入， a為不清除檔案，在後面寫入
json.dump(top5, f, ensure_ascii=false) #python轉成json
f.close()
有兩種方式，一種為轉化為pandas.dataframe的資料型別，然後使用df.to_csv儲存，一種是使用csv庫中的writer()函式。
使用writer(import csv)
f = open('./shan.csv', mode='w', encoding='utf-8')
writer = csv.writer(f)
for i in range(len(trainmarkedwords)):
writer.writerow(trainmarkedwords[i])
f.close()
1）、規則
用逗號隔開
2）、函式
csv.writerow(list) 將列表元素寫入檔案的一行
3）、例子：
f = open('api.csv', mode='w', encoding='utf-8', newline='')
write = csv.writer(f)
for line in lines:
write.writerow(line)
f.close()
data.to_csv()
trainmarkedwords = np.array(trainmarkedwords) #先將list轉為array
data = pd.dataframe(columns=none, data=trainmarkedwords)
data.to_csv('./shan1.csv')
print ("資料轉成矩陣！")
with open('china_api.csv', 'w', endcoding='utf-8', newline='' ) as f:
writer = csv.writer(f)
writer.writerow(header)
for i, city in enumerate(city_list):
if (i + 1) % 10 == 0:
print("%%%%%%%正在處理第{}個城市：".format(i + 1))
此函式與pandas.read_csv()的區別在於pandas.read_excel()可讀取文件裡既含字元型別又含數字型別。
1、常用引數：sheet_name;header;names
python讀取各種檔案資料解析
1.讀取文字檔案資料 txt結尾的檔案 或日誌檔案 log結尾的檔案 以下是檔案中的內容，檔名為data.txt 與data.log內容相同 且處理方式相同，呼叫時改個名稱就可以了 以下是python實現 coding gb2312 import json defread txt high file...
python高階讀取檔案 Python讀取檔案內容
開啟檔案之後，就可以讀取檔案的內容，檔案物件提供多種讀取檔案內容的方法。開啟test.txt檔案 f open test.txt r 開啟test.txt檔案 f.close 關閉檔案 test.txt檔案有以下內容 hello world.hello python.hello imooc.讀取若干...
Python檔案讀取
python提供了多種方法實現檔案讀取操作 1 read 2 readline 3 readlines 4 xreadlines 很多人也在糾結到底應該選擇哪種方式，甚至疑問在處理大檔案時應該選擇哪種方式，因為擔心檔案過大導致記憶體佔用率過高甚至無法完全載入。其實，這個問題是多餘的，在引入了迭代器和...