目录
1 json
1.1 打开,保存json文件
使用pandas的方法打开文件,或者使用json库的open方法打开json文件;
对应的pandas和json中也有对应方法保存json文件;
具体的方法,可以看另一篇博客:Python中处理JSON文件(json和pandas方式)_无脑敲代码,bug漫天飞的博客-CSDN博客_python处理json文件
2 pt
2.1 打开pt文件
.pt类型的扩展文件常用来保存张量;
打开方法:
>>> import torch
>>> pt = torch.load('model.pt')
2.2 保存pt文件
保存方法:
>>> import torch
>>> torch.save(pt,'model.pt')
# 注意path写在右边,这是与 npy类型的文件相反的
3 npy
3.1 打开.npy文件
.npy文件是numpy专用的二进制文件;
打开文件:
>>> import numpy as np
>>> npy = np.load('train.npy',allow_pickle=True)
3.2 保存.npy文件
保存文件:
>>> import numpy as np
>>> np.save('train.npy',npy)
4 csv
4.1 打开csv文件
pandas可以很方便 的处理csv文件,其文件以纯文本形式存储表格数据(数字和文本);
打开文件:
>>> import pandas as pd
>>> pd = pd.read_csv('abc.csv')
输入时可以直接print(pd) -- 输出结果为数据的前面 5 行和末尾 5 行,中间部分以 ... 代替;
也可以使用print(pd.to_string) -- 返回 DataFrame 类型的数据;
4.2 保存csv文件
to_csv() 方法将 DataFrame 存储为 csv 文件
>>> import pandas as pd
>>> nme = ["Google", "Runoob", "Taobao", "Wiki"]
>>> st = ["www.google.com", "www.runoob.com", "www.taobao.com", "www.wikipedia.org"]
>>> ag = [90, 40, 80, 98]
>>> dict = {'name': nme, 'site': st, 'age': ag}
>>> df = pd.DataFrame(dict)
>>> df.to_csv('site.csv')