Python讀大數(shù)據(jù)txt

更新時間：2016年03月28日 13:55:09 投稿：hebedich

本文通過2個例子給大家介紹了如何使用python實現(xiàn)讀取大文件txt的方法，有需要的小伙伴可以參考下

如果直接對大文件對象調(diào)用 read() 方法，會導(dǎo)致不可預(yù)測的內(nèi)存占用。好的方法是利用固定長度的緩沖區(qū)來不斷讀取文件內(nèi)容。即通過yield。

在用Python讀一個兩個多G的txt文本時，天真的直接用readlines方法，結(jié)果一運行內(nèi)存就崩了。

還好同事點撥了下，用yield方法，測試了下果然毫無壓力。咎其原因，原來是readlines是把文本內(nèi)容全部放于內(nèi)存中，而yield則是類似于生成器。

代碼如下：

def open_txt(file_name):
  with open(file_name,'r+') as f:
    while True:
      line = f.readline()
      if not line:
        return
      yield line.strip()

調(diào)用實例：

for text in open_txt('aa.txt'):
  print text

例二：

目標(biāo) txt 文件大概有6G，想取出前面1000條數(shù)據(jù)保存于一個新的 txt 文件中做余下的操作，雖然不知道這樣做有沒有必要但還是先小數(shù)據(jù)量測試一下吧。參考這個帖子：我想把一個list列表保存到一個Txt文檔，該怎么保存，自己寫了一個簡單的小程序。
====================================================

import datetime
import pickle

start = datetime.datetime.now()
print "start--%s" % (start)

fileHandle = open ( 'train.txt' )
file2 = open('s_train.txt','w') 

i = 1
while ( i < 10000 ):
  a = fileHandle.readline()
  file2.write(''.join(a)) 
  i = i + 1

fileHandle.close() 
file2.close()

print "done--%s" % ( datetime.datetime.now() - start)

if __name__ == '__main__':
  pass

====================================================
pickle 這個庫大家說的很多，官網(wǎng)看看，后面可以好好學(xué)習(xí)一下。

您可能感興趣的文章:

Python
txt

相關(guān)文章

Python遞歸函數(shù)實例講解
在本文中我們通過實例給大家講解了關(guān)于Python遞歸函數(shù)的用法以及相關(guān)知識點，需要的朋友們學(xué)習(xí)下。
2019-02-02
python自動下載圖片的方法示例
這篇文章主要介紹了python自動下載圖片的方法示例，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
2020-03-03
Pytorch中的自動求梯度機制和Variable類實例
今天小編就為大家分享一篇Pytorch中的自動求梯度機制和Variable類實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2020-02-02
pytorch人工智能之torch.gather算子用法示例
這篇文章主要介紹了pytorch人工智能之torch.gather算子用法示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
2022-09-09
Django1.3添加app提示模塊不存在的解決方法
這篇文章主要介紹了Django1.3添加app提示模塊不存在的解決方法,原因是新版和舊版的APP名稱寫法問題,需要的朋友可以參考下
2014-08-08
Python爬蟲進階之Beautiful Soup庫詳解
這篇文章主要介紹了Python爬蟲進階之Beautiful Soup庫詳解,文中有非常詳細的代碼示例,對正在學(xué)習(xí)python爬蟲的小伙伴們有非常好的幫助,需要的朋友可以參考下
2021-04-04
python PaddleSpeech實現(xiàn)嬰兒啼哭識別
這篇文章主要為大家介紹了python PaddleSpeech實現(xiàn)嬰兒啼哭識別操作詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
2022-08-08
深入理解Python爬蟲代理池服務(wù)
這篇文章主要介紹了Python爬蟲代理池服務(wù)的相關(guān)知識,非常不錯，具有參考借鑒價值，需要的朋友可以參考下
2018-02-02
詳解Python如何編寫類型提示
為了提高代碼的可讀性、可維護性,Python 在 PEP 484 中引入了類型提示（ type hinting）,它是 Python 中一個可選但非常有用的功能,可以使代碼更易于閱讀和調(diào)試,下面我們就來學(xué)習(xí)一下如何編寫類型提示吧
2023-12-12
Selenium alert 彈窗處理的示例代碼
這篇文章主要介紹了Selenium alert 彈窗處理的示例代碼，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
2020-08-08