Python中文件读取与保存代码示例

1、文件的读取 

常用的函数：

1. open()：用于打开文件，可以指定不同的模式（读取、写入、追加等）来操作文件内容。

2. write()：用于将数据写入文件。

3. close()：用于关闭文件，确保文件被正确保存和释放资源。

4. pickle.dump() 和 pickle.load()：用于将Python对象以二进制形式保存到文件或从文件中加载。

5. json.dump()和 json.load()：用于将Python对象以JSON格式保存到文件或从JSON文件中加载。

6. numpy.savetxt()和 numpy.loadtxt()：用于将NumPy数组保存到文本文件或从文本文件加载数组数据。

7. csv.writer() 和 csv.reader()：用于写入和读取CSV文件。

8.pandas.DataFrame.to_csv() 和 pandas.read_csv()：用于将Pandas数据框保存为CSV文件或从CSV文件加载数据框。

标志：df= ……

例如：

# 读取 Excel 文件的第5列（问题这一列）
file_path = '/home/……/例题.xlsx'
df = pd.read_excel(file_path, usecols= [4]) # usecols= [4]表明是读取第5列。
responses = 一些数据
df['答案'] = responses  # 将数据框（DataFrame）中的名为'答案'的列赋值为responses变量
df.to_excel('/home/……/get_例题.xlsx', index=False, engine='xlsxwriter')
# 使用to_excel写入Excel表格中；不包含索引列（不会生成1,2，……的索引列），使用'xlsxwriter'引擎。

2、文件的保存 

• - savefig()：是matplotlib库中的，可以将当前图形保存为各种格式的图像文件。
• - matplotlib.pyplot.imsave()：用于保存图像数据（数组）为图像文件。通常用于保存单通道或多通道的图像数据，比如RGB图像。

3、例如：使用savefig()保存

# 保存图片
save_path = "/Users/Desktop/图/Dunns_test/美学"
if not os.path.exists(save_path):
    os.makedirs(save_path, 'evaluator2.png'),bbox_inches = 'tight')
plt.savefig(os.path.join(save_path, 'evaluator2.png'),bbox_inches='tight')

plt.savefig(os.path.join(save_path, 'evaluator2.png'),bbox_inches='tight')：
是要保存为图形文件，bbox_inches='tight' 参数用于确保保存的图像文件边界紧凑，不会出现过多的空白区域，这样可以更好地控制图像的边界范围。当保存的图片的标签等边缘地区显示不完整，可以加上这个参数，即可完整显示。

os.path.join(save_path, 'evaluator2.png') 用于生成完整的文件路径，其中 save_path 是保存文件的目录路径，'evaluator2.png' 是要保存的文件名。即保存后的文件路径为 "save_path /evaluator2.png"("/Users/wmyu/Desktop/图/Dunns_test/美学/evaluator2.png"

如果当前要保存的文件已经存在，则会直接覆盖原文件，替换成新的文件。

(我觉得在大量保存时，这很有用，可以让大量文件保存在同一路径下，批量保存，

例如：）

• if not os.path.exists(save_path)：  os.makedirs(save_path)

是在检查指定路径save_path是否存在，如果不存在则创建该路径。

• os.path.exists(save_path)：通过 os.path.exists() 函数检查路径 save_path 是否存在。如果路径存在，返回 True，否则返回 False。
• os.makedirs(save_path)：如果路径 save_path 不存在，使用 os.makedirs() 函数创建该路径，包括中间缺失的目录。
• 建议写上这一句，避免异常情况。

总结 

到此这篇关于Python中文件读取与保存的文章就介绍到这了,更多相关Python文件读取与保存内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论