这篇教程Python 如何读取.txt,.md等文本文件写得很实用,希望能帮到您。 看代码吧~# example.md1 2 34 5 67 8 9 >>> with open('example.md') as f: lines = f.readlines()>>> lines['1 2 3/n', '4 5 6/n', '7 8 9/n']# 我们发现每一行后面都会有一个回车符,我们使用strip()函数消除它>>> lines = [i.strip() for i in lines]['1 2 3', '4 5 6', '7 8 9']# 每个元素是一个string,但是我们需要读取的是文本数据,所以需要将string转化为int(or float)>>> data = []>>> for line in lines: data.append([int(i) for i in line.split(' ')])[[1, 2, 3], [4, 5, 6], [7, 8, 9]]# 最后可以把list转化为ndarray形式>>> data = np.array(data)>>> dataarray([[1, 2, 3], [4, 5, 6], [7, 8, 9]])# 把上述步骤写到一个函数里>>> def read_file(file): """ read .md or .txt format file :param file: .md or .txt format file :return: data """ with open('example.md') as f: lines = f.readlines() data = [] for line in lines: data.append([int(i) for i in line.strip().split(' ')]) return np.array(data)>>> data = read_file('example.md')>>> dataarray([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) 补充:python 各种获取md5的方式 看代码吧~#使用python 库 求MD5import hashlib#求字符串MD5md5 = hashlib.md5('字符串').hexdigest()#求文件md5file = open('文件','rb')md5 = hashlib.md5(file.read())hexdigest()file.close()#python 利用mac/linex 终端命令求md5def get_MD5(file_path): '''计算MD5''' files_md5 = os.popen('md5 %s' % file_path).read().strip() file_md5 = files_md5.replace('MD5 (%s) = ' % file_path, '') return file_md5#如果是windows 系统 大概可以利用类似的方法 获取把 没做过测试#当进行获取大量文件的md5的时候,建议使用 命令的方式获取,这样 运行速度会快很多 补充:Python中读取txt文件的三种可行办法 DataTest.txt中的文件内容,文件最后尽量不要留空行,否则有的时候会出现error 1,2,3 4,5,6 7,8,9
第一种方式:使用 csv.reader()读取txt文件
import csvdata = []with open('E:/DataTest.txt', 'rt') as csvfile: reader = csv.reader(csvfile, delimiter=',') for row in reader: data.append(row) #输出结果是列表 print(data) 输出结果: [['1', '2', '3'], ['4', '5', '6'], ['7', '8', '9']]
第二种方式:使用numpy.loadtxt()读取txt文件import numpy as np data= np.loadtxt('E:/DataTest.txt',delimiter=',') #输出结果是numpy中数组格式print(data) 输出结果: [[1. 2. 3.] [4. 5. 6.] [7. 8. 9.]]
不过在后面添加如下语句都可以转换成DataFrame格式: df = pd.DataFrame(data) df.to_csv()print(df) 输出结果: 0 1 2 0 1.0 2.0 3.0 1 4.0 5.0 6.0 2 7.0 8.0 9.0
第三种方式:使用pandas.red_csv()读取txt文件import pandas as pd data= pd.read_csv('E:/DataTest.txt',names=['0', '1', '2'])#输出结果是numpy中数组格式print(data) 输出结果: 0 1 2 0 1 2 3 1 4 5 6 2 7 8 9
以上为个人经验,希望能给大家一个参考,也希望大家多多支持51zixue.net。 django时区问题的解决 Android+OpenCv4实现边缘检测及轮廓绘制出图像最大边缘 |