Python 基本操作-文件/数据读取

1、查询/切换操作目录

Python有默认执行的操作目录，可以用以下代码进行操作目录切换。

import os          
>>> import os
>>> os.chdir(路径)  #切换操作目录
>>> os.getcwd()     #获取当前的工作目录

2、路径的表达方式

三种：

1.  ”c:\\path\\data.txt”     #双斜杠
2.  r”c:\path\data.txt”      #用r，就直接正常复制路径就可以。
3.  “data.txt”               #如果文件就在当前工作目录下，直接写文件名就可以。

3、文件读取

（1） open 和 withopen

open()的操作如下：

file_path = ’c:\\path\\data.txt‘
f = open(file_path,'r')
print (f.read())
f.close()             #open操作以后，一定要close，这是跟withopen最大的区别

withopen()的操作如下：

file_path = ’c:\\path\\data.txt‘
withopen(file_path,'r') as f:  #记住此处要有冒号
print (f.read())

推荐使用 withopen 方法。

（2）read() 、readline() 和readlines()

read():
该函数会一次性读取文件的全部内容，如果能确保文件的大小，自然可以。但若文件过大，内存就爆了（如果文件大小>2倍内存则有问题），所以，可以反复调用read(size)方法，每次最多读取size个字节的内容。如果数据是中文，由于一个中文会占多个字节，故read(size) 部分会乱码.
返回的是str。

readline()：
该函数每次只读取一行内容，返回的也是str。

readlines()：
可以一次读取所有内容，并按行返回list。所以，应该它是最常用的。readlines(数字)，则不知道表示什么，以后再研究。

（3）利用pandas读取数据（主要采用的方法）

包括read_csv、read_table、read_excel、read_sql等，但是没有read_txt，txt文件一般就用read_table读取了。

基本操作：

import pandas as pd
data = pd.read_table('data.txt')         #读取数据，默认将第一行作为标签
data = pd.read_table('data.txt',names=['miles','times','p','likes'])  #如果数据没有变量名，需要添加，则使用names方法。
data.head()                              #显示数据的前五行

主要参数设置介绍：
sep 用于设置数据分割，在read_table中默认的是'\t'，空格；在read_csv中默认是','，逗号
header ，int or list of ints，表示选择第几行作为表头，如果是第n行，则前面n-1行数据去掉。如果数据中没有变量名，可以写为header=None，则把所有的行都作为数据。
names 用于设置变量名，具体用法参考上面，如果不设置，默认第一行。

还可以采用.columns来为设置变量名，如

df.columns = ['a','b','c','d']

参考:pandas.read_csv参数详解

Python数据分析Pandas04本地数据的导入导出

本文只介绍了常用的一些函数，更具体的可以参考：pandas关于数据输入输出I/O的官方说明文档，各种函数和变量解释更为详细。