python学习之文件（笔记）

文件（笔记）"/>

python学习之文件（笔记）

文章目录

• • 文件的理解
  • 文件的打开和关闭
  • **文件的打开**
  • 文件路径：四种可使用的路径
  • 打开模式：
  • 文件的关闭：
  • 文件的读取：
  • 文件的全文本操作
  • 文件的逐行操作
  • 数据的文件写入
  • 机器学习实例

文件的理解

文件是数据的抽象和集合
-文件是存储在辅助存储器上的数据序列
-文件是数据存储的一种形式
-文件展现形态：文本文件和二进制文件

文本文件vs.二进制文件
-文件文件和二进制文件只是文件的展示方式
-本质上，所有文件都是二进制形式存储
-形式上，所有文件采用两种方式展示
二者最根本的区别在于有无编码，所有的文件都可以以二进制的形式打开

文本文件：
-由单一特定编码组成的文件，如UTF-8编码
-由于存在编码，也被看成是存储着的长字符串
-适用于例如：.txt文件、.py文件

二进制文件：
-直接由比特0和1组成，没有统一字符编码
-一般存在二进制0和1的组织结构，即文件格式
-适用于例如：.png文件、avi文件等
实例:
文本文件打开

tf = open("f.txt","rt",encoding='UTF-8')
print(tf.readline())
tf.close()Output：
你好啊

二进制文件打开

tf = open("f.txt","rb")
print(tf.readline())
tf.close()Output：
b'\xe4\xbd\xa0\xe5\xa5\xbd\xe5\x95\x8a'

文件的打开和关闭

文件的处理步骤：打开-操作-关闭

操作包括：
读文件
a.read(size)
a.readline(size)
a.readlines(hint)
写文件
a.write(s)
a.writelines(lines)
a.seek(offset)

文件的打开

文件路径：四种可使用的路径

1、绝对路径： “D:/PYE/f.txt”，因为在Windows下，反斜杠\表示路径
而在python中\是转义符，故用斜杠/来代替反斜杠\，或者用\来表示\，第二种即是如此
2、绝对路径：“D:\PYE\f.txt”，\表示
3、相对路径："./PYE/f.txt"若程序和文件都在D盘，可用.来代替共同的路径
4、若程序和文件在同一目录下，直接输入文件名即可

打开模式：

文件的关闭：

若没有此语句，文件会一直处于打开状态，而在程序关闭的时候，Python解释器会自动关闭文件

文件的读取：

1、a.read(size)

tf = open("f.txt","rt",encoding='UTF-8')
print(tf.read(2))
tf.close()Output：
你好

2、a.readline(size)
读入一行内容，如果给出参数，读入该行前size长度
3、a.readlines(hint)

tf = open("f.txt","rt",encoding='UTF-8')
print(tf.readlines())
tf.close()Output：
['你好啊']

文件的全文本操作

遍历全文本方法一：
一次读入，统一处理
弊端：对于大文件而言，浪费时间和内存

fname = input("Please input the file name:")
fo = open(fname,"r",encoding='UTF-8')
txt = fo.read()#将全文保存为一个字符串txt，进而对txt进行操作
print(txt)
fo.close()Output：
Please input the file name:f.txt
你好啊

遍历全文本方法二：按数量读入分批处理

fname = input("Please input the file name:")
fo = open(fname,"r",encoding='UTF-8')
txt = fo.read(2)#每次读入长度为2的内容
while txt !="":print(txt)txt = fo.read(2)
fo.close()Output：
Please input the file name:f.txt
你好
啊

文件的逐行操作

逐行遍历文件方法一：一次读入，分行处理

fname = input("Please input the file name:")
fo = open(fname,"r",encoding='UTF-8')
for line in fo.readlines():#每行是列表的一个元素，用line遍历列表print(line)
fo.close()Output：
Please input the file name:f.txt
你好啊

逐行遍历文件方法二：分行读入，逐行处理

fname = input("Please input the file name:")
fo = open(fname,"r",encoding='UTF-8')
for line in fo:#直接遍历句柄print(line)
fo.close()Output：
Please input the file name:f.txt
你好啊

数据的文件写入

1、a.write(s)
其参数s是一个字符串

2、a.writelines(lines)
其参数是一个列表，直接将列表中的元素拼接后写入文件

2、辅助函数a.seek(offset)
改变指针位置

实例：

fo = open("Output.txt","w+")
ls =["China","France","America"]
fo.writelines(ls)
for line in fo:print(line)
fo.close()Output：

修改代码,增加fo.seek(0)

fo = open("Output.txt","w+")
ls =["China","France","America"]
fo.writelines(ls)
fo.seek(0)
for line in fo:print(line)
fo.close()Output:
ChinaFranceAmerica

二者不同之处在于：前者在经过fo.writelines(ls)之后，此时的指针在文件的末尾，打印时为空白，而后者添加了fo.seek(0)，将指针回到文件的最开头，故此时打印的是整个文件

机器学习实例

1、读取txt文件，解析tab分隔的数据行

文件中每一行是一个实例，前三列为特征，最后一列为标签，我们的目标是将每一行的数据放入一个列表，再由这些列表形成一个总列表。

def txtTrans():fo = open(r'C:\Users\yl187\Desktop\test.txt', 'r', encoding='UTF-8')lenses = [inst.strip().split('\t') for inst in fo.readlines()]print(lenses)fo.close()
if __name__ == '__main__':txtTrans()Output：
[['young', 'myope', 'no', 'reduced', 'no lenses'], ['young', 'myope', 'no', 'normal', 'soft'], ['young', 'myope', 'yes', 'reduced', 'no lenses'], ['young', 'myope', 'yes', 'normal', 'hard'], ['young', 'hyper', 'no', 'reduced', 'no lenses'], ['young', 'hyper', 'no', 'normal', 'soft'], ['young', 'hyper', 'yes', 'reduced', 'no lenses'], ['young', 'hyper', 'yes', 'normal', 'hard'], ['pre', 'myope', 'no', 'reduced', 'no lenses'], ['pre', 'myope', 'no', 'normal', 'soft'], ['pre', 'myope', 'yes', 'reduced', 'no lenses'], ['pre', 'myope', 'yes', 'normal', 'hard'], ['pre', 'hyper', 'no', 'reduced', 'no lenses'], ['pre', 'hyper', 'no', 'normal', 'soft'], ['pre', 'hyper', 'yes', 'reduced', 'no lenses'], ['pre', 'hyper', 'yes', 'normal', 'no lenses'], ['presbyopic', 'myope', 'no', 'reduced', 'no lenses'], ['presbyopic', 'myope', 'no', 'normal', 'no lenses'], ['presbyopic', 'myope', 'yes', 'reduced', 'no lenses'], ['presbyopic', 'myope', 'yes', 'normal', 'hard'], ['presbyopic', 'hyper', 'no', 'reduced', 'no lenses'], ['presbyopic', 'hyper', 'no', 'normal', 'soft'], ['presbyopic', 'hyper', 'yes', 'reduced', 'no lenses'], ['presbyopic', 'hyper', 'yes', 'normal', 'no lenses']]

• for inst in fo.readlines() 用inst逐行遍历文件
• strip()移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。返回新字符串
• split()通过指定分隔符对字符串进行切片,返回分割后的字符串列表。

2、读取txt文件内容，存入特征矩阵与标签向量中

描述：多条实例存在txt文件中，每条实例有三个特征（每年获得的飞行常客里程数，玩视频游戏所耗时间百分比，每周消费的冰淇淋公升数），一个标签（对这个人的喜欢程度，分为1、2、3共三个等级），现在需要将特征存入到特征矩阵中（文件行数X特征数3），标签存入到标签向量中，以便后续使用。

• 文件形式：
  

def file2matrix(filename):fr = open(filename)                         #fr为句柄numberOfLines = len(fr.readlines())         #得到文件行数returnMat = zeros((numberOfLines,3))        #准备一个空矩阵，另一维度置3(特征数)classLabelVector = []                       #准备空列表存放标签fr = open(filename)index = 0for line in fr.readlines():#用line遍历由每行元素组成的列表line = line.strip()#截掉回车符listFromLine = line.split('\t')#按\t对字符串切片，返回分割后的字符串列表returnMat[index,:] = listFromLine[0:3]#选取前3个元素放入特征矩阵classLabelVector.append(int(listFromLine[-1]))#将列表最后一列以整型存入向量中index += 1return returnMat,classLabelVector

• fr.readlines()为读入文件所有行，以每行为元素形成列表；如果给出参数，读入前hint行
• line.strip()为截掉头尾的回车符\n
• line.split(’\t’)为通过分隔符\t对字符串进行切片,返回分割后的字符串列表。

if __name__ == '__main__':datingDataMat,datingLabels = file2matrix('datingTestSet2.txt')print(datingDataMat)print(datingLabels[0:20])Output：
[[4.0920000e+04 8.3269760e+00 9.5395200e-01][1.4488000e+04 7.1534690e+00 1.6739040e+00][2.6052000e+04 1.4418710e+00 8.0512400e-01]...[2.6575000e+04 1.0650102e+01 8.6662700e-01][4.8111000e+04 9.1345280e+00 7.2804500e-01][4.3757000e+04 7.8826010e+00 1.3324460e+00]]
[3, 2, 1, 1, 1, 1, 3, 3, 1, 3, 1, 1, 2, 1, 1, 1, 1, 1, 2, 3]Process finished with exit code 0