Python基础教程(第3版)中文版 第11章 文件(笔记)

简介: Python基础教程(第3版)中文版 第11章 文件(笔记)

                              第11章 文件

1.打开文件

使用函数 open 打开文件。

参数是文件名,返回文件对象

例:f = open('somefile.txt')

#如果文件和代码不在一个目录下,需要完整路径

文件模式(mode)

'r' : 读取(默认)

'w' : 写入

'x' : 独占写入,文件已存在时引发异常

'a' : 附加 #文件末尾继续写入

'b' : 二进制

't' : 文本(默认)

'+' : 读写

2.文件的基本方法

1.读取和写入

read 和 write

例:f = open('somefile.txt','w')

f.write('hello, ')

f.write('World!')

f.close()

2.使用管道重定向输出

在bash等shell中,可依次输入多个命令,使用管道(|)链接。

例:$ cat somefile.txt | python somescript.py | sort

3.读取和写入行

readline,提供非负整数(可选)表示读取字符数

readlines,读取所有行,列表形式返回

writelines和readlines相反,接受字符串列表,写入文件。

#没有writeline,因为有write

4.关闭文件

close

要确保文件得以关闭,可使用一条try/finally语句,并在finally子句中调用close。

# 在这里打开文件

try:

# 将数据写入到文件中

finally:

file.close()

或者使用with语句

with open("sonefile.txt") as somefile:

   do_someting...


5.使用文件的基本方法(略)

3.迭代文件内容

1每次一个字符

遍历字符:

with open(filename) as f:

   char = f.read(1)

   while char:

       process(char)

       char = f.read(1)

或者使用更简洁的版本:

with open(filename) as f:

   while True:

       char = f.read(1)

       if not char: break

       process(char)

2.每次一行

将上面的read(1)改成readline

with open(filename) as f:

   while True:

       line = f.readline()

       if not line: break

       process(line)

3.读取所有内容

with open(filename) as f:

   for char in f.read():

       process(char)


with open(filename) as f:

   for line in f.readlines():

       process(line)

4.使用fileinput实现延迟行迭代(针对大型文件)

import fileinput

for line in fileinput.input(filename):

   process(line)

5.文件迭代器

文件是可迭代的

with open(filename) as f:

   for line in f:

       process(line)


相关文章
|
5天前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
13 1
|
6天前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
10 1
|
8天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
16 1
|
10天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
12 3
|
13天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
29 5
|
12天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
23 3
|
11天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
21 1
|
7天前
|
Python
SciPy 教程 之 Scipy 显著性检验 5
显著性检验用于判断样本与总体假设间的差异是否由随机变异引起,或是假设与真实情况不符所致。SciPy通过scipy.stats模块提供显著性检验功能,P值用于衡量数据接近极端程度,与alpha值对比以决定统计显著性。
11 0
|
9天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 插值 3
本教程介绍了SciPy中的插值方法,包括什么是插值及其在数据处理和机器学习中的应用。通过 `scipy.interpolate` 模块,特别是 `Rbf()` 函数,展示了如何实现径向基函数插值,以平滑数据集中的离散点。示例代码演示了如何使用 `Rbf()` 函数进行插值计算。
16 0
|
9天前
|
Python
SciPy 教程 之 Scipy 显著性检验 1
本教程介绍Scipy显著性检验,包括统计假设、零假设和备择假设等概念,以及如何使用scipy.stats模块进行显著性检验,以判断样本与总体假设间是否存在显著差异。
14 0
下一篇
无影云桌面