Python文件操作JSON CSV TSV Excel和Pickle文件序列化
引言
文件操作是Python編程的重要部分,它涉及處理各種文件格式,包括JSON、CSV、TSV、Excel和Pickle。
一、JSON文件操作
1.1 什是JSON?
JSON(JavaScript Object Notation)是一種輕量級數(shù)據(jù)交換格式,常用于數(shù)據(jù)存儲和交換。它采用文本格式,易于閱讀和編寫,同時也易于解析和生成。JSON數(shù)據(jù)由鍵-值對組成,類似于Python中的字典。
1.2 讀取JSON文件
Python提供了內(nèi)置的json模塊,用于讀取和寫入JSON文件。
讀取JSON文件的示例:
import json
# 讀取JSON文件
with open('data.json', 'r') as file:
data = json.load(file)
# 使用數(shù)據(jù)
print(data)1.3 寫入JSON文件
要將數(shù)據(jù)寫入JSON文件,可以使用json.dump()方法。
將數(shù)據(jù)寫入JSON文件的示例:
import json
data = {'name': 'John', 'age': 30, 'city': 'New York'}
# 寫入JSON文件
with open('data.json', 'w') as file:
json.dump(data, file)二、CSV和TSV文件操作
2.1 什么是CSV和TSV?
CSV(逗號分隔值)和TSV(制表符分隔值)是常用的純文本文件格式,用于存儲表格數(shù)據(jù)。
CSV文件使用逗號作為字段分隔符,而TSV文件使用制表符。這兩種格式在數(shù)據(jù)導出和導入中很常見。
2.2 讀取CSV和TSV文件
Python的csv模塊允許讀取和寫入CSV和TSV文件。
讀取CSV文件的示例:
import csv
# 讀取CSV文件
with open('data.csv', 'r') as file:
reader = csv.reader(file)
for row in reader:
print(row)2.3 寫入CSV和 TSV文件
要將數(shù)據(jù)寫入CSV文件,可以使用csv.writer。
將數(shù)據(jù)寫入CSV文件的示例:
import csv
data = [['Name', 'Age'], ['Alice', 25], ['Bob', 30], ['Charlie', 35]]
# 寫入CSV文件
with open('data.csv', 'w', newline='') as file:
writer = csv.writer(file)
writer.writerows(data)三、Excel文件操作
3.1 什么是Excel文件?
Excel是一種流行的電子表格應(yīng)用程序,用于處理和分析數(shù)據(jù)。
在Python中,可以使用第三方庫openpyxl來讀取和寫入Excel文件。
3.2 讀取Excel文件
使用openpyxl庫讀取Excel文件的示例:
import openpyxl
# 讀取Excel文件
workbook = openpyxl.load_workbook('data.xlsx')
sheet = workbook.active
for row in sheet.iter_rows():
for cell in row:
print(cell.value)3.3 寫入Excel文件
要將數(shù)據(jù)寫入Excel文件,同樣可以使用openpyxl庫。
將數(shù)據(jù)寫入Excel文件的示例:
import openpyxl
data = [['Name', 'Age'], ['Alice', 25], ['Bob', 30], ['Charlie', 35]]
# 寫入Excel文件
workbook = openpyxl.Workbook()
sheet = workbook.active
for row in data:
sheet.append(row)
workbook.save('data.xlsx')四、Pickle文件序列化
4.1 什么是Pickle?
Pickle是Python的標準模塊,用于將Python對象序列化為二進制數(shù)據(jù)。允許將對象保存到文件中,以便稍后恢復。Pickle對于保存復雜的數(shù)據(jù)結(jié)構(gòu)非常有用。
4.2 序列化對象
使用Pickle將對象序列化為文件的示例:
import pickle
data = {'name': 'John', 'age': 30, 'city': 'New York'}
# 序列化對象并保存到文件
with open('data.pkl', 'wb') as file:
pickle.dump(data, file)4.3 反序列化對象
要從Pickle文件中加載對象,可以使用pickle.load()方法。
反序列化對象的示例:
import pickle
# 從文件加載對象
with open('data.pkl', 'rb') as file:
loaded_data = pickle.load(file)
# 使用加載的數(shù)據(jù)
print(loaded_data)總結(jié)
文件操作是Python編程中的重要部分,涉及處理各種文件格式,包括JSON、CSV、TSV、Excel和Pickle。
文章內(nèi)容包括如何讀取和寫入這些文件格式,以及如何進行文件序列化和反序列化。這些技能對于處理數(shù)據(jù)、配置文件、日志等任務(wù)非常重要,因此在Python編程中是不可或缺的。
以上就是Python文件操作:JSON、CSV、TSV、Excel和Pickle文件序列化的詳細內(nèi)容,更多關(guān)于Python文件操作序列化的資料請關(guān)注腳本之家其它相關(guān)文章!
- Python中的JMESPath庫示例詳解
- Python利用jmespath模塊進行json數(shù)據(jù)處理
- go語言搬磚之go jmespath實現(xiàn)查詢json數(shù)據(jù)
- 全面掌握Python?JSON庫函數(shù)與方法學會JSON數(shù)據(jù)處理
- Python中的JSON?Pickle?Shelve模塊特性與區(qū)別實例探究
- Python與Node.js之間實現(xiàn)通信的JSON數(shù)據(jù)接收發(fā)送
- python Aligo庫設(shè)置json路徑使用詳解
- Python?JMESPath庫輕松操作JSON進行數(shù)據(jù)查詢方法實例
相關(guān)文章
Python中plt.scatter()函數(shù)的常見用法小結(jié)
這篇文章主要介紹了Python中plt.scatter()函數(shù)的常見用法,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2023-04-04
Python實現(xiàn)大模型Function Calling的實戰(zhàn)指南
大模型很聰明,但它有個致命缺陷:只能說,不能做,Function Calling 徹底打破了這道墻,本文將用 Python 從零實現(xiàn) Function Calling,讓大模型不僅能思考,還能調(diào)用真實工具完成任務(wù),需要的朋友可以參考下2026-05-05
pytorch 把圖片數(shù)據(jù)轉(zhuǎn)化成tensor的操作
這篇文章主要介紹了pytorch 把圖片數(shù)據(jù)轉(zhuǎn)化成tensor的操作,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2021-03-03
Python中seaborn庫之countplot的數(shù)據(jù)可視化使用
在Python數(shù)據(jù)可視化中,seaborn較好的提供了圖形的一些可視化功效。本文詳細的介紹了Python中seaborn庫之countplot的數(shù)據(jù)可視化使用,感興趣的可以了解一下2021-06-06
TensorFlow命名空間和TensorBoard圖節(jié)點實例
今天小編就為大家分享一篇TensorFlow命名空間和TensorBoard圖節(jié)點實例,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2020-01-01

