溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
一.python讀取txt文件
最簡單的open函數：
# -*- coding: utf-8 -*-
with open("test.txt","r",encoding="gbk",errors='ignore') as f:
print(f.read())
這里用open函數讀取了一個txt文件，”encoding”表明了讀取格式是“gbk”,還可以忽略錯誤編碼。
另外，使用with語句操作文件IO是個好習慣，省去了每次打開都要close()。
二.python讀取json文件
簡單的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"
}
}
}
}
}
這里需要用python的json模塊處理解析:
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'}}}}}
可見json.load()函數返回值是dict，json數據現在就成了一個網狀的Python字典。
接下來我們就可以用標準的鍵檢索來進行解讀，比如：
print(data['glossary']['GlossDiv']['GlossList'])
打印結果如下：
{'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 讀取HFD5文件
HDF5 是一種層次化的格式（hierarchical format），經常用于存儲復雜的科學數據。例如 MATLAB 就是用這個格式來存儲數據。在存儲帶有關聯的元數據（metadata）的復雜層次化數據的時候，這個格式非常有用，例如計算機模擬實驗的運算結果等等。
與HDF5 相關的主要概念有以下幾個：
文件 file: 層次化數據的容器，相當于樹根（'root' for tree）
組 group: 樹的一個節點（node for a tree）
數據集 dataset: 數值數據的數組，可以非常非常大
屬性 attribute: 提供額外信息的小塊的元數據
# -*- coding: utf-8 -*-
#創建hdf5文件
import datetime
import os
import h6py
import numpy as np
imgData = np.zeros((30,3,128,256))
if not os.path.exists('test.hdf5'):
with h6py.File('test.hdf5') as f:
f['data'] = imgData #將數據寫入文件的主鍵data下面
f['labels'] = range(100)
創建完成之后讀取：
import datetime
import os
import h6py
import numpy as np
with h6py.File('test.hdf5') as f:
print(f)
print(f.keys)
除了上述方法，pandas還提供一個直接讀取h6文件的函數：
pd.HDFStore
import datetime
import os
import h6py
import numpy as np
import pandas as pd
data = pd.HDFStore("dataset_log.h6")
print(type(data))
打印結果為：
<class 'pandas.io.pytables.HDFStore'> Closing remaining open files:dataset_log.h6...done
以上這篇python 讀取txt,json和hdf5文件的實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
