开发者学堂课程【高校精品课-华东师范大学-人工智能基础：Python 文件访问】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/920/detail/15570
Python 文件访问
内容简介：
一、Python 读取文件
二、代码演示
一、Python 读取文件
上一节介绍了 Python 的基本数据类型。然而，当数据量比较大的时候，通常是采用文件进行存储。接下来介绍如何使用 Python 访问数据文件。
1.Python 打开文件：
F=open(‘newfile.txt’，’r’)，包括 r、w、a 等文件操作方式。
2.关闭文件使用：
f.close()
然而，当文件读写产生 IOError 时，后面的 f。close（）就不会调用。
为了确保关闭文件，Python 引入了 with 语句，隐含调用了 f.close()方法。
使用方法：
With open(filename)as file:
使用了 with 语句，能获得更好的异常处理。
Python 提供了文件访问的功能，主要通过打开文件和读写文件函数。其中第一个函数就是 open，提供打开文件功能，对应的函数是 close 关闭文件。Open 函数有两个主要的参数，File 和 name，文件名和打开方式。
比如 F 等于 opennewfeel.txtR。可以看到打开方式是 R，打开方式有三种，R 是 read 只读，W 是 right 覆盖写入。A是 append 追加，默认是R只读。一般文件打开之后都要 close，不过 Python 提供了更为方便的处理方式。研究了一个 with 语句，有了with，就不需要用close手动关闭文件。程序结束后，with 语句会自动关闭文件，写文件的函数是right 函数。如果要进行写操作，则打开文件时要使用 W 或 a 模式。
二、代码演示
代码：
IN[3]:with open(‘INFO.txt’,’a’) as f:
f.write(‘10\t20\t30\n’)
In[4]:with open(‘IXFO.txt’) as f:
Print(f.read)
Print(f.read(2))
In[]:with open (‘INFO.txt’) as f:
Print(f.readline())
In[10]:with open(‘IXFO.txt’) as f:
For IineData in f:
Print(lineData.rstrip())
下边使用 with 语句打开文件，并直接将内容写入文件。输入 with open。T30 if.TXT A，最佳方式。取一个别名F.f.right。写入十，反斜杠气，20反斜杠T30，反斜杠N。运行。使用 with 语句 open 一个文件。模式是append追加，不需要 college。其中的反斜杠 T 是特殊字符，表示 tab 间隔法，斜杠 N 是特殊字符，是换行符。把程序运行三次。会发现在当前文件夹下生成了一个音符，点TXT文件，内容是同一行数据，重复三次，可以打开查看。10TAB20TOP30重复三次。读文件有四种方法。
第一种方法就是 read 函数。
从当前位置开始。如果设置参数，则读固定的自己。输入。Open。打开刚刚的。info.txt。打开方式不写，默认是read as if。Print。F点。Red。二。运行。读取前两个字符一零。默认情况下读整个文件内容，返回值为字符串，输入。读出了整个文件。返回值为字符串，输入。田参数运行。可以看出。读出了整个文件。如果先输入RED2。在输入。瑞的空参数。可以看出，前面已经读了两个自己，这次就从当前位置开始读取其余的内容。
第二种方法是red line。
功能是读一行。输入。With open in flu en ts ts f。Print f d read ly。读一行。可以看到他读了第一行。还有一个类似的函数是read lines可以读所有行。输入。
With open in fantastic and if。Print。f.read lines。运行。可以看到它读出了全部的行。结果是一个list列表，其中的每一行作为列表中的一项。
还有一种读文件的方法，就是for in的方式。
循环访问文件对象，一行一行读。输入。Wait open in，发点TXTSF。使用for。变量类，Data。INF。对F当中的每一行print。Land。把文件对象当中的每一行读出来。出来后。在显示换行符，慧空两行。这时可以使用r strip来去除右边的多余的换行符。输入。Landy特点二，Strip去掉了。以上就是Python中常见的四种读文件方法。可以与魏子语句writing聚搭配使用。
这一节了解到，Python能方便地读取文件，不过对一些机器学习模型来说并不够。
数据的预处理越好，越有利于后边的数据分析，所以很多第三方库自备了文件访问功能，比如Numpy和pandas。
