python读取、写入文件（不全）
python能够打开的文件类型有：txt，xlsx，csv，zip，json，xml，html，images，hdf，pdf，docx，mp3，mp4
1.txt文件
f=open(filepath,'r')或with open(filepath,'r')或codecs.open()或io.open()
lines=f.read()或for line in f.read()或f.readline()或f.readlines()
常用参数
1）filepath
2）mode，有'r','w','a','wb','rb'
3)encoding,常见有utf-8
写入方式f.write(),写入字符串
f.writelines(),参数可以是列表写入多行
f.seek()
（1）选项=0，表示将文件指针指向从文件头部到“偏移量”字节处
（2）选项=1，表示将文件指针指向从文件的当前位置，向后移动“偏移量”字节
（3）选项=2，表示将文件指针指向从文件的尾部，向前移动“偏移量”字节
f.flush() 将修改写入到文件中（无需关闭文件）
f.tell() 获取指针位置
2.xlsx文件
pf = pd.read_excel('train.xlsx',sheetname = 'xx')read_excel常用参数
1)io，文件路径
2）sheetname，默认为0，即第一张表，None表示返回全表，格式为dict of Dataframe
3）header，默认第一行作为列名
4）skiprows，省略行数
5）skip_footer，省略从尾部开始数的行数
6）index_col，指定某列作为行索引
7）names，指定列的名字
to_excel常用参数
3.csv文件
import pandas as pd
pf = pd.read_csv('train.csv')read_csv常用参数
1）filepath_or_buffer ,可以是文件handle，StringIO对象，文件路径string或是URL
2）sep，分隔符，如可以是‘，’
3）header，是被用作列名的行的编号，header=0表示把第一行作为列名，header=None时，自动加上列索引
4）names，作为列名的list，会做去重处理
5）dtype，列数据类型
6）nrows，读取多少行
7）chunksize，按块读取时，指定块的行数
8）index_col，指定某一列作为行索引，也可指定多列，形成层次索引。默认不指定，加上从0开始的数字索引。
9）parse_dates=True，可令字符串解析成时间格式。
import pandas as pd
pf = pd.to_csv('train.csv')to_csv常用参数
1）path_or_buf
2）sep
3) columns,可选列写入
4）encoding
4.zip文件
import zipfile
archive = zipfile.ZipFile('T.zip', 'r')
df = archive.read('train.csv')5.json
import pandas as pd
df = pd.read_json('train.json')常用参数
1）path_or_buf
2)orient，json字符串格式
https://blog.csdn.net/qq_24499417/article/details/81428594
6. xml
import xml.etree.ElementTree as ET
tree = ET.parse('/home/sunilray/Desktop/2 sigma/train.xml')7.html
使用BeautifulSoup库来读取HTML文件
import urllib2 #if you are using python3+ version, import urllib.request
wiki = "https://en.wikipedia.org/wiki/List_of_state_and_union_territory_capitals_in_India"
page = urllib2.urlopen(wiki) #For python 3 use urllib.request.urlopen(wiki)
from bs4 import BeautifulSoup
#Parse the html in the 'page' variable, and store it in Beautiful Soup format soup = BeautifulSoup(page)
https://www.analyticsvidhya.com/blog/2015/10/beginner-guide-web-scraping-beautiful-soup-python/
8.images
from scipy import misc
f = misc.face()
misc.imsave('face.png', f) # uses the Image module (PIL)
import matplotlib.pyplot as plt
plt.imshow(f)
plt.show()https://www.analyticsvidhya.com/blog/2014/12/image-processing-python-basics/
9.hdf
import pandas as pd
df = pd.read_hdf('train.h5')10.pdf
安装pdfminer库
python setup.py install
pdf2txt.py train.pdf # 测试读取pdf
11.docx
安装docx2txt库：
pip install docx2txt读取docx文件：
import docx2txt
text = docx2txt.process("file.docx")
12.mp3
http://pymedia.org/tut/index.html
13.mp4
http://zulko.github.io/moviepy/
from moviepy.editor import VideoFileClip
clip = VideoFileClip(‘.mp4’) 引用文献
https://blog.csdn.net/hellocsz/article/details/79623142
这篇博文很好，实例多，便于理解
https://blog.csdn.net/sinat_35562946/article/details/81058221
这篇也很好
https://www.cnblogs.com/hackpig/p/8215786.html
讲txt文件
https://blog.csdn.net/u010801439/article/details/80033341
https://www.jianshu.com/p/03e3cfd5519e
https://www.analyticsvidhya.com/blog/2017/03/read-commonly-used-formats-using-python/