Python读大数据txt
更新时间：2016年03月28日 13:55:09 投稿：hebedich
本文通过2个例子给大家介绍了如何使用python实现读取大文件txt的方法，有需要的小伙伴可以参考下
如果直接对大文件对象调用 read() 方法，会导致不可预测的内存占用。好的方法是利用固定长度的缓冲区来不断读取文件内容。即通过yield。
在用Python读一个两个多G的txt文本时，天真的直接用readlines方法，结果一运行内存就崩了。
还好同事点拨了下，用yield方法，测试了下果然毫无压力。咎其原因，原来是readlines是把文本内容全部放于内存中，而yield则是类似于生成器。
代码如下：
def open_txt(file_name):
with open(file_name,'r+') as f:
while True:
line = f.readline()
if not line:
return
yield line.strip()
调用实例：
for text in open_txt('aa.txt'):
print text
例二：
目标 txt 文件大概有6G，想取出前面1000条数据保存于一个新的 txt 文件中做余下的操作，虽然不知道这样做有没有必要但还是先小数据量测试一下吧。参考这个帖子：我想把一个list列表保存到一个Txt文档，该怎么保存 ，自己写了一个简单的小程序。
====================================================
import datetime
import pickle
start = datetime.datetime.now()
print "start--%s" % (start)
fileHandle = open ( 'train.txt' )
file2 = open('s_train.txt','w')
i = 1
while ( i < 10000 ):
a = fileHandle.readline()
file2.write(''.join(a))
i = i + 1
fileHandle.close()
file2.close()
print "done--%s" % ( datetime.datetime.now() - start)
if __name__ == '__main__':
pass
====================================================
pickle 这个库大家说的很多，官网看看，后面可以好好学习一下。
您可能感兴趣的文章:
相关文章
在本文中我们通过实例给大家讲解了关于Python递归函数的用法以及相关知识点，需要的朋友们学习下。2019-02-02
这篇文章主要介绍了python自动下载图片的方法示例，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，需要的朋友们下面随着小编来一起学习学习吧2020-03-03
今天小编就为大家分享一篇Pytorch中的自动求梯度机制和Variable类实例，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2020-02-02
pytorch人工智能之torch.gather算子用法示例
这篇文章主要介绍了pytorch人工智能之torch.gather算子用法示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-09-09
这篇文章主要介绍了Django1.3添加app提示模块不存在的解决方法,原因是新版和旧版的APP名称写法问题,需要的朋友可以参考下2014-08-08
这篇文章主要介绍了Python爬虫进阶之Beautiful Soup库详解,文中有非常详细的代码示例,对正在学习python爬虫的小伙伴们有非常好的帮助,需要的朋友可以参考下2021-04-04
这篇文章主要为大家介绍了python PaddleSpeech实现婴儿啼哭识别操作详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-08-08
这篇文章主要介绍了Python爬虫代理池服务的相关知识,非常不错，具有参考借鉴价值，需要的朋友可以参考下2018-02-02
为了提高代码的可读性、可维护性,Python 在 PEP 484 中引入了类型提示（ type hinting）,它是 Python 中一个可选但非常有用的功能,可以使代码更易于阅读和调试,下面我们就来学习一下如何编写类型提示吧2023-12-12
这篇文章主要介绍了Selenium alert 弹窗处理的示例代码，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，需要的朋友们下面随着小编来一起学习学习吧2020-08-08
最新评论