第8章 文件操作

【本章导读】

文件是指为了重复使用或长期使用的目的，以文本或二进制形式存放于外部存储器（硬盘、U盘、光盘等）中的数据保存形式，文件是信息交换的重要途径，也是利用程序解决实际问题的重要媒介。

程序对数据读取和处理都是在内存中进行的，程序设计结束或关闭后，内存中的这些数据也会随之消失。计算机文件可以将数据长期存储下来反复使用，不会因程序结束或断电而消失。

程序可以随时读取文件里的全部或部分数据，数据的处理结果写入文件后，可以长期保存，供其他程序的应用随时读取和处理。而且，文件的使用，还可以消除计算机内存对数据体积的限制，可以处理远超过内存大小的数据量。

本章将详细讲授利用程序创建、打开与关闭文件的方法，通过案例讲授文本文件、CSV格式文件和JSON格式文件的读写操作，以及利用numpy和pandas库读取文件中的数据并对数据分进分析与统计的方法。

【本章要点】

●文件的打开与关闭

f = open(file, mode='r', encoding=None)
# 或
with open(file, mode='r', encoding=None) as f:

●文件对象的遍历

f = open(file, mode='r', encoding=None)
for line in f:
    print(line)
# 或
with open(file, mode='r', encoding=None) as f:
    for line in f:
        print(line)

●文件的读写操作

read(size)             无参数或参数为-1时，读取全部文件内容
readline(size)         无参数或参数为-1时，读取并返回文件对象中的一行数据
readlines(hint)        无参数时，读取文件全部数据，返回一个列表，列表中每个元素是文件对象中的一行数据
seek(offset,whence)    改变当前文件操作指针的位置
tell()                 返回文件指针当前的位置

●CSV与JSON格式文件的读写与转换

●利用numpy读取和分析文件中的数据

numpy.genfromtxt(fname, dtype=<class 'float'>, comments='#', 
                 delimiter=None, skip_header=0,skip_footer=0, 
                 missing_values=None, filling_values=None, 
                 usecols=None, autostrip=False, 
                 max_rows=None, encoding='bytes'…)
# 或
numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', 
              delimiter=None, converters=None,skiprows=0, 
              usecols=None, unpack=False, ndmin=0, 
              encoding='bytes',max_rows=None)

●利用pandas读取和分析文件中的数据

read_csv()/to_csv()
read_json()/to_json()
read_excel()/to_excel()
read_html()/to_html()
read_pickle()/to_pickle()
read_sql()/to_sql()