python 读取txt,json和hdf5文件的实例
更新时间：2018年06月05日 10:23:36 作者：nudt_qxx
今天小编就为大家分享一篇python 读取txt,json和hdf5文件的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
一.python读取txt文件
最简单的open函数：
# -*- coding: utf-8 -*-
with open("test.txt","r",encoding="gbk",errors='ignore') as f:
print(f.read())
这里用open函数读取了一个txt文件，”encoding”表明了读取格式是“gbk”,还可以忽略错误编码。
另外，使用with语句操作文件IO是个好习惯，省去了每次打开都要close()。
二.python读取json文件
简单的test.json文件如下：
{
"glossary": {
"title": "example glossary",
"GlossDiv": {
"title": "S",
"GlossList": {
"GlossEntry": {
"ID": "SGML",
"SortAs": "SGML",
"GlossTerm": "Standard Generalized Markup Language",
"Acronym": "SGML",
"Abbrev": "ISO 8879:1986",
"GlossDef": {
"para": "A meta-markup language, used to create markup languages such as DocBook.",
"GlossSeeAlso": ["GML", "XML"]
},
"GlossSee": "markup"
}
}
}
}
}
这里需要用python的json模块处理解析:
import json
data = json.load(open('example.json'))
print(type(data))
print(data)
打印如下：
<class 'dict'>
{'glossary': {'title': 'example glossary', 'GlossDiv': {'title': 'S', 'GlossList': {'GlossEntry': {'ID': 'SGML', 'SortAs': 'SGML', 'GlossTerm': 'Standard Generalized Markup Language', 'Acronym': 'SGML', 'Abbrev': 'ISO 8879:1986', 'GlossDef': {'para': 'A meta-markup language, used to create markup languages such as DocBook.', 'GlossSeeAlso': ['GML', 'XML']}, 'GlossSee': 'markup'}}}}}
可见json.load()函数返回值是dict，json数据现在就成了一个网状的Python字典。
接下来我们就可以用标准的键检索来进行解读，比如：
print(data['glossary']['GlossDiv']['GlossList'])
打印结果如下：
{'GlossEntry': {'ID': 'SGML', 'SortAs': 'SGML', 'GlossTerm': 'Standard Generalized Markup Language', 'Acronym': 'SGML', 'Abbrev': 'ISO 8879:1986', 'GlossDef': {'para': 'A meta-markup language, used to create markup languages such as DocBook.', 'GlossSeeAlso': ['GML', 'XML']}, 'GlossSee': 'markup'}}
三.python 读取HFD5文件
HDF5 是一种层次化的格式（hierarchical format），经常用于存储复杂的科学数据。例如 MATLAB 就是用这个格式来存储数据。在存储带有关联的元数据（metadata）的复杂层次化数据的时候，这个格式非常有用，例如计算机模拟实验的运算结果等等。
与HDF5 相关的主要概念有以下几个：
文件 file: 层次化数据的容器，相当于树根（'root' for tree）
组 group: 树的一个节点（node for a tree）
数据集 dataset: 数值数据的数组，可以非常非常大
属性 attribute: 提供额外信息的小块的元数据
# -*- coding: utf-8 -*-
#创建hdf5文件
import datetime
import os
import h5py
import numpy as np
imgData = np.zeros((30,3,128,256))
if not os.path.exists('test.hdf5'):
with h5py.File('test.hdf5') as f:
f['data'] = imgData #将数据写入文件的主键data下面
f['labels'] = range(100)
创建完成之后读取：
import datetime
import os
import h5py
import numpy as np
with h5py.File('test.hdf5') as f:
print(f)
print(f.keys)
除了上述方法，pandas还提供一个直接读取h5文件的函数：
pd.HDFStore
import datetime
import os
import h5py
import numpy as np
import pandas as pd
data = pd.HDFStore("dataset_log.h5")
print(type(data))
打印结果为：
<class 'pandas.io.pytables.HDFStore'> Closing remaining open files:dataset_log.h5...done
以上这篇python 读取txt,json和hdf5文件的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
今天小编就为大家分享一篇对tensorflow 的模型保存和调用实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-07-07
这篇文章主要介绍了Python venv虚拟环境配置过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-07-07
这篇文章主要介绍了Python的functools模块使用及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-07-07
这篇文章主要介绍了用Python实现换行符转换的脚本的教程,代码非常简单,包括一个对操作说明的功能的实现,需要的朋友可以参考下2015-04-04
今天小编就为大家分享一篇tensorflow 变长序列存储实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
这篇文章主要介绍了python实现问号(?)表达式的方法，大家参考使用吧2013-11-11
这篇文章主要介绍了Python字符串处理实例详解的相关资料,需要的朋友可以参考下2017-05-05
Python多线程同步Lock、RLock、Semaphore、Event实例
这篇文章主要介绍了Python多线程同步Lock、RLock、Semaphore、Event实例,Lock & RLock 用来确保多线程多共享资源的访问,Semaphore用来确保一定资源多线程访问时的上限,Event是最简单的线程间通信的方式,需要的朋友可以参考下2014-11-11
Pycharm 2020最新永久激活码（附最新激活码和插件）
最近很多朋友的Pycharm激活时间又过期了，今天小编再把激活的方法汇总和工具分享一下，文中给大家分享两种方式，需要的朋友直接拿去用吧2020-01-01
这篇文章主要介绍了Python3.5字符串常用操作,结合实例形式总结分析了Python3.5字符串输入、输出、格式化、切片以及各种常用操作函数相关使用技巧,需要的朋友可以参考下2019-05-05
最新评论