txt文件是我们比较常见的一种文件,读取txt文件其实很简单,下面我介绍3种读取txt文件的方法,感兴趣的可以了解一下,一种是最基本的方法,使用python自带的open函数进行读取,一种是结合numpy进行读取,最后一种是利用pandas进行读取,实验环境win7+python3.6+pycharm5.0主要介绍如下:
为了更好的说明问题,我这里新建一个test.txt文件,主要有4行4列数据,每列之间使用空格分开,截图如下,将这些数据读取到程序中:
1.方法一:使用最基本的open函数进行读取,这里我将数据读取到一个列表中,无非就是open打开文件、read读取文件、close关闭文件3个步骤,主要代码如下:
程序运行截图如下,已经成功打印出txt数据,这里默认读取的都是字符串类型,需要的话,可以进行类型转换,int,float都行:
2.方法二:使用numpy包的loadtxt方法(在处理实验数据中经常用到),numpy是python的一个科学库,至于安装的话,我这里不再赘述,网上的教程很多,使用loadtxt方法读取txt文件主要代码如下(这里要求的数据必须是数字,不能是字母等字符,不然会报错,因为numpy本身是做计算的,所以读取的数据已经转化为数值类型,非字符串,这种方法在处理实验数据中经常会用到,简单快捷):
程序运行截图如下,已经成功打印出txt数据,这里返回的是ndarray类型:
3.方法三:使用pandas的read_table方法进行读取,pandas是python的一个数据处理的包,功能很强大,提供了许多现成的读取各种文件的方法,像csv文件的read_csv方法,excel文件的read_excel方法等,主要代码如下(这里不必要是数值的数据):
程序运行结果如下,已经成功打印出数据,这里返回的是DataFrame类型:
至此3种方法都已介绍完毕,至于使用哪种方法,视具体环境而定,也因人而已,哪种方法使用起来顺手就用哪种方法,不过后面两种方法更简单,快捷一些。这里不足的是,我这里假设数据是结构化的,如果是非结构化,杂乱无章的数据,那就使用open函数慢慢读吧,后面两种方法都不能直接使用,需将数据调整成一定格式的结构化数据才能使用,目前就介绍这3种方法,希望以上分享的内容能对你有所帮助吧。