Python 怎么读取文件？Python 怎么导入数据？

在 Python 的世界里，读取文件和导入数据是极为基础且重要的操作，无论是进行数据分析、处理文本，还是开发各类应用，都离不开这两项技能。今天，咱们就来深入探讨一下 Python 在这方面的各种门道。

Python 读取文件的多种姿势

基础操作：open 函数与 with 语句

在 Python 中，打开文件的基础操作是使用open函数。比如，我们要读取一个名为example.txt的文本文件，代码可以这样写：

file = open('example.txt', 'r')content = file.read()file.close()print(content)

这里，open函数的第一个参数是文件名，第二个参数'r'表示以只读模式打开文件。读取完内容后，使用close方法关闭文件，这是良好的编程习惯，能释放系统资源。不过，这种写法存在一个风险，如果在读取过程中发生异常，文件可能无法正常关闭。这时候，with语句就派上用场了，它能自动处理文件的打开和关闭，让代码更安全、简洁：

cee.qianxinancw.com with open('example.txt', 'r') as file:    content = file.read()    print(content)

在with语句块结束时，文件会自动关闭，即使发生异常也不例外。

不同读取方法的适用场景

1. read 方法：一次性读取整个文件内容，返回一个字符串。适用于文件较小的情况，比如配置文件等。像这样：

with open('small_file.txt', 'r') as file:    content = file.read()    print(content)

1. readline 方法：逐行读取文件内容。每次调用该方法，会读取文件的下一行，返回的字符串包含行末的换行符。常用于处理较大的文本文件，避免一次性将整个文件读入内存，造成内存压力。例如：

with open('large_file.txt', 'r') as file: cef.xiaoda.net   line = file.readline()    while line:        print(line.strip())  # 使用strip方法去除行末的换行符        line = file.readline()

1. readlines 方法：将文件的所有行读取到一个列表中，列表的每个元素是文件的一行内容，同样包含行末的换行符。如果文件不是特别大，且需要对所有行进行统一操作，比如统计行数、对所有行进行特定格式转换等，这种方法比较方便：

with open('file.txt', 'r') as file:    lines = file.readlines()    for line in lines:        print(line.strip())

1. 迭代文件对象：这是一种内存效率较高的逐行读取方式，直接对文件对象进行迭代。在处理大文件时，这种方法尤为推荐，因为它不会一次性将所有行存储在内存中，而是逐行处理：

with open('big_file.txt', 'r') as file:    for line in file:        print(line.strip())

文件模式的奥秘

在使用open函数时，文件模式是个关键参数，它决定了我们对文件的操作权限和方式。常见的文件模式有：

• 'r'：只读模式，这是默认值。如果文件不存在，会抛出异常。
• 'w'：写入模式(ceg.minxiangfood.com)。若文件已存在，会覆盖原有内容；若文件不存在，则创建新文件。
• 'a'：追加模式。文件存在时，在文件末尾追加内容；文件不存在时，创建新文件。
• 'x'：创建新文件并写入。如果文件已存在，则操作失败。
• 'b'：二进制模式，用于处理二进制文件，如图片、音频、视频等。例如，读取二进制文件image.jpg：

with open('image.jpg', 'rb') as file:    binary_data = file.read()

• 't'：文本模式，默认模式。处理文本文件时，Python 会根据指定的编码方式（默认是系统编码）对文件内容进行编码和解码。
• '+':更新模式，可以同时进行读取和写入操作。例如'r+'` 表示在读取文件的同时，也可以对文件进行写入，但写入时要注意文件指针的位置，否则可能会覆盖原有内容。

处理不同编码的文件

在实际工作中，我们经常会遇到不同编码格式的文件，如 UTF - 8、GBK 等。如果不指定编码，Python 会使用系统默认编码，这可能导致读取乱码。因此，明确指定文件编码非常重要。比如读取一个 UTF - 8 编码的文件：

with open('utf8_file.txt', 'r', encoding='utf-8') as file:    content = file.read()    print(content)

如果要读取 GBK 编码的文件，只需将编码参数改为'gbk'即可：

with open('gbk_file.txt', 'r', encoding='gbk') as file:    content = file.read()    print(content)

大文件处理技巧

对于大文件，直接一次性读取显然不可取，除了前面提到的逐行读取，还可以采用分块读取的方式。比如，每次读取 1KB 的数据块：

with open('large_file.txt', 'r') as file:    while True:        chunk = file.read(1024)  # 读取1KB的数据块        if not chunk:            break        print(chunk)

这种方式可以有效控制内存占用，让程序在处理大文件时也能稳定运行。

错误处理

在文件读取过程中，可能会遇到各种错误，如文件不存在、权限不足等。为了使程序更加健壮，我们需要进行错误处理。使用try - except ceh.vcbjjdt.cn语句可以捕获并处理这些异常：

try:    with open('nonexistent.txt', 'r') as file:        content = file.read()except FileNotFoundError:    print("文件不存在")except IOError as e:    print(f"读取文件时出错: {e}")

这样，当文件不存在时，程序会打印 “文件不存在”；当发生其他 I/O 错误时，会打印具体的错误信息。

Python 导入数据的多样化方式

在数据分析、机器学习等领域，从不同数据源导入数据是第一步。Python 提供了丰富的库来支持各种数据格式的导入。

从文本文件导入数据

1. 纯文本文件：前面介绍的读取文本文件的方法，就可以用于导入纯文本数据。如果文本文件中的数据是有规律的，比如每行是一个数据记录，我们可以进一步处理。例如，有一个文件numbers.txt，每行存储一个数字，要将这些数字读取为 Python 中的列表：

numbers = []with open('cei.zqsedu.com', 'r') as file:    for line in file:        number = int(line.strip())        numbers.append(number)print(numbers)

1. 表格数据（Flat 文件）
   • 使用 Numpy 读取 Flat 文件：Numpy 是 Python 中用于数值计算的强大库，它可以高效地处理数组和矩阵数据。Flat 文件是一种包含没有相对关系结构记录的文件，常见的如 CSV（逗号分隔值）文件、Tab 分割符文件等。
     • 对于具有一种数据类型的文件，假设我们有一个mnist.txt文件，要跳过前两行，读取第一列和第三列的数据，可以这样做：

import numpy as npfilename ='mnist.txt'data = np.loadtxt(filename, skiprows=2, usecols=(0, 2))print(data)

• 对于具有混合数据类型的文件，以泰坦尼克号数据集为例（文件名为titanic.csv），该文件包含表头信息，且数据类型有字符串、数字等。我们需要跳过表头，区分横纵坐标。代码如下：

import numpy as npfilename = 'cej.honganpr.com'data = np.genfromtxt(filename, delimiter=',', names=True, dtype=None)print(data)

• 使用 Pandas 读取 Flat 文件：Pandas 是数据分析中常用的库，它对表格数据的处理能力更为强大和灵活。读取 CSV 文件时，可以指定读取的行数、列名、分隔符、注释字符、识别为缺失值的字符串等。例如，读取一个名为demo.csv的文件，只读取前 5 行，文件没有表头，分隔符是制表符，将空字符串识别为缺失值：

import pandas as pdfilename = 'cek.jiubae.com'data = pd.read_csv(filename, nrows=5, header=None, sep='\t', na_values="")print(data)

从 Excel 电子表格导入数据

Pandas 提供了便捷的方式来读取 Excel 文件。在读取之前，需要确保安装了openpyxl库（用于处理 xlsx 格式文件）。例如，有一个名为data.xlsx的 Excel 文件，要读取其中名为Sheet1的工作表数据：

import pandas as pddata = pd.read_excel('cel.czygcj.com', sheet_name='Sheet1')print(data)

如果 Excel 文件包含多个工作表，要读取所有工作表，可以使用ExcelFile类：

import pandas as pdfile = 'cem.keprinting.com'xls = pd.ExcelFile(file)sheets = {}for sheet_name in xls.sheet_names:    sheets[sheet_name] = pd.read_excel(xls, sheet_name=sheet_name)print(sheets)

从其他数据源导入数据

1. JSON 文件：JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，在 Web 开发、数据传输等场景中广泛应用。Python 内置的json模块可以方便地处理 JSON 数据。例如，读取一个名为data.json的 JSON 文件：

import jsonwith open('data.json', 'r') as file:    data = json.load(file)    print(data)

如果 JSON 文件是按行存储多个 JSON 对象，需要逐行解析，可以这样做：

import jsonwith open('lines.json', 'r') as file:    for line in file:        data = json.loads(line.strip())        print(data)

1. 数据库：Python 可以连接多种数据库，如 SQLite、MySQL、PostgreSQL 等。以 SQLite 为例，使用sqlite3模块连接数据库并查询数据：

import sqlite3conn = sqlite3.connect('example.db')cursor = conn.cursor()cursor.execute('SELECT * FROM users')rows = cursor.fetchall()for row in rows:    print(row)conn.close()

如果使用 Pandas 从 SQLite 数据库读取数据，可以结合read_sql_query函数，使数据处理更加便捷：

import pandas as pdimport sqlite3conn = sqlite3.connect('example.db')data = pd.read_sql_query('SELECT * FROM users', conn)print(data)conn.close()

1. SAS 文件：SAS（Statistical Analysis System cen.cqxyjgs.com）是一个大型应用软件系统，用于数据分析等。要读取 SAS 文件（.sas7bdat格式），可以使用sas7bdat库：

from sas7bdat import SAS7BDATwith SAS7BDAT('demo.sas7bdat') as file:    df_sas = file.to_data_frame()print(df_sas)

1. Stata 文件：Stata 是一款统计分析软件，其数据文件后缀名为.dta。使用 Pandas 可以直接读取 Stata 文件：

import pandas as pddata = pd.read_stata('demo.dta')print(data)

1. Pickled 文件：Python 的pickle ceo.hfsttyn.com模块用于对象的序列化和反序列化。通过pickle模块，可以将 Python 对象（如列表、字典、类等）保存到文件中，也可以从文件中读取并还原对象。例如，读取一个名为pickled_demo.pkl的 Pickled 文件：

import picklewith open('pickled_demo.pkl', 'rb') as file:    pickled_data = pickle.load(file)print(pickled_data)

1. HDF5 文件：HDF5 文件用于存储大规模科学数据，支持跨平台和不同类型数据的存储。使用h5py库可以处理 HDF5 文件。例如，读取一个名为data.h5的 HDF5 文件：

import h5pyfilename = 'data.h5'data = h5py.File(filename, 'r')print(data.keys())

1. Matlab 文件：Matlab 是一款常用于科学计算和工程领域的软件，其数据文件后缀为.mat。使用scipy.io库可以读取 Matlab 文件：

import scipy.iofilename = 'cep.dnzpack.com'mat = scipy.io.loadmat(filename)print(mat)

Python 读取文件和导入数据的方法丰富多样，针对不同的文件类型和数据格式，我们可以选择最合适的工具和方法。熟练掌握这些技能，将为我们在 Python 编程的道路上，尤其是在数据分析、机器学习等领域，打下坚实的基础。无论是处理日常的文本数据，还是应对复杂的大规模数据集，都能游刃有余。希望通过今天的分享，大家能对 Python 在这方面的应用有更深入的理解和掌握。