讀寫文件是數(shù)據(jù)分析中常用的操作。Python內(nèi)置了讀寫文件的函數(shù)。
需要了解的是虽画，在磁盤上讀寫文件的功能都是由操作系統(tǒng)提供的，現(xiàn)代操作系統(tǒng)不允許普通的程序直接操作磁盤荣病，所以码撰，讀寫文件就是請(qǐng)求操作系統(tǒng)打開一個(gè)文件對(duì)象（通常稱為文件描述符），然后个盆，通過操作系統(tǒng)提供的接口從這個(gè)文件對(duì)象中讀取數(shù)據(jù)（讀文件）脖岛，或者把數(shù)據(jù)寫入這個(gè)文件對(duì)象（寫文件）。
讀文件
-
open
使用open打開文件后一定要記得調(diào)用文件對(duì)象的close()方法颊亮。比如可以用try/finally語(yǔ)句來確保最后能關(guān)閉文件柴梆。
file_object = open('thefile.txt')
try:
all_the_text = file_object.read( )
finally:
file_object.close( )
注：不能把open語(yǔ)句放在try塊里，因?yàn)楫?dāng)打開文件出現(xiàn)異常時(shí)终惑，文件對(duì)象file_object無法執(zhí)行close()方法绍在。
-
read
讀文本文件
input = open('data', 'r')
# 第二個(gè)參數(shù)默認(rèn)為r
input = open('data')
讀二進(jìn)制文件
input = open('data', 'rb')
讀取所有內(nèi)容
file_object = open('thefile.txt')
try:
all_the_text = file_object.read()
finally:
file_object.close()
讀固定字節(jié)
file_object = open('abinfile', 'rb')
try:
while True:
chunk = file_object.read(100)
if not chunk:
break
do_something_with(chunk)
finally:
file_object.close()
讀每行
list_of_all_the_lines = file_object.readlines()
如果文件是文本文件，還可以直接遍歷文件對(duì)象獲取每行：
for line in file_object:
process line
寫文件
寫文本文件
output = open('data', 'w')
寫二進(jìn)制文件
output = open('data', 'wb')
追加寫文件
output = open('data', 'w+')
寫數(shù)據(jù)
file_object = open('thefile.txt', 'w')
file_object.write(all_the_text)
file_object.close()
寫入多行
file_object.writelines(list_of_text_strings)
注意雹有，調(diào)用writelines寫入多行在性能上會(huì)比使用write一次性寫入要高偿渡。
FILE
在處理日志文件的時(shí)候，常常會(huì)遇到這樣的情況：日志文件巨大件舵，不可能一次性把整個(gè)文件讀入到內(nèi)存中進(jìn)行處理卸察，例如需要在一臺(tái)物理內(nèi)存為 2GB 的機(jī)器上處理一個(gè) 2GB 的日志文件，我們可能希望每次只處理其中 200MB 的內(nèi)容铅祸。
在 Python 中坑质，內(nèi)置的 File 對(duì)象直接提供了一個(gè) readlines(sizehint) 函數(shù)來完成這樣的事情。以下面的代碼為例：
file = open('test.log', 'r')
sizehint = 209715200 # 200M
position = 0
lines = file.readlines(sizehint)
while not file.tell() - position < 0:
position = file.tell()
lines = file.readlines(sizehint)
每次調(diào)用 readlines(sizehint) 函數(shù)临梗，會(huì)返回大約 200MB 的數(shù)據(jù)涡扼，而且所返回的必然都是完整的行數(shù)據(jù)，大多數(shù)情況下盟庞，返回的數(shù)據(jù)的字節(jié)數(shù)會(huì)稍微比sizehint 指定的值大一點(diǎn)（除最后一次調(diào)用 readlines(sizehint)函數(shù)的時(shí)候）吃沪。通常情況下，Python 會(huì)自動(dòng)將用戶指定的 sizehint 的值調(diào)整成內(nèi)部緩存大小的整數(shù)倍什猖。
file在python是一個(gè)特殊的類型票彪，它用于在python程序中對(duì)外部的文件進(jìn)行操作红淡。在python中一切都是對(duì)象，file也不例外降铸，file有file的方法和屬性在旱。下面先來看如何創(chuàng)建一個(gè)file對(duì)象：
file(name[, mode[, buffering]])
file()函數(shù)用于創(chuàng)建一個(gè)file對(duì)象，它有一個(gè)別名叫open()推掸，可能更形象一些桶蝎，它們是內(nèi)置函數(shù)。來看看它的參數(shù)谅畅。它參數(shù)都是以字符串的形式傳遞的登渣。name是文件的名字。mode是打開的模式毡泻，可選的值為r w a U胜茧，分別代表讀（默認(rèn)） 寫 添加支持各種換行符的模式。用w或a模式打開文件的話牙捉，如果文件不存在竹揍，那么就自動(dòng)創(chuàng)建。此外邪铲，用w模式打開一個(gè)已經(jīng)存在的文件時(shí)，原有文件的內(nèi)容會(huì)被清空无拗，因?yàn)橐婚_始文件的操作的標(biāo)記是在文件的開頭的带到，這時(shí)候進(jìn)行寫操作，無疑會(huì)把原有的內(nèi)容給抹掉英染。由于歷史的原因揽惹，換行符在不同的系統(tǒng)中有不同模式，比如在 unix中是一個(gè)/n四康，而在windows中是‘/r/n’搪搏，用U模式打開文件，就是支持所有的換行模式闪金，也就說‘/r’ '/n' '/r/n'都可表示換行疯溺，會(huì)有一個(gè)tuple用來存貯這個(gè)文件中用到過的換行符。不過哎垦，雖說換行有多種模式囱嫩，讀到python中統(tǒng)一用/n代替。在模式字符的后面漏设，還可以加上+ b t這兩種標(biāo)識(shí)墨闲，分別表示可以對(duì)文件同時(shí)進(jìn)行讀寫操作和用二進(jìn)制模式、文本模式（默認(rèn)）打開文件郑口。
buffering如果為0表示不進(jìn)行緩沖;如果為1表示進(jìn)行“行緩沖“;如果是一個(gè)大于1的數(shù)表示緩沖區(qū)的大小鸳碧，應(yīng)該是以字節(jié)為單位的盾鳞。
file對(duì)象有自己的屬性和方法。先來看看file的屬性瞻离。
closed #標(biāo)記文件是否已經(jīng)關(guān)閉雁仲，由close()改寫
encoding #文件編碼
mode #打開模式
name #文件名
newlines #文件中用到的換行模式，是一個(gè)tuple
softspace #boolean型琐脏，一般為0攒砖，據(jù)說用于print
file的讀寫方法：
F.read([size]) #size為讀取的長(zhǎng)度，以byte為單位
F.readline([size])
#讀一行日裙，如果定義了size吹艇，有可能返回的只是一行的一部分
F.readlines([size])
#把文件每一行作為一個(gè)list的一個(gè)成員，并返回這個(gè)list昂拂。其實(shí)它的內(nèi)部是通過循環(huán)調(diào)用readline()來實(shí)現(xiàn)的受神。如果提供size參數(shù)，size是表示讀取內(nèi)容的總長(zhǎng)格侯，也就是說可能只讀到文件的一部分鼻听。
F.write(str)
#把str寫到文件中，write()并不會(huì)在str后加上一個(gè)換行符
F.writelines(seq)
#把seq的內(nèi)容全部寫到文件中联四。這個(gè)函數(shù)也只是忠實(shí)地寫入撑碴，不會(huì)在每行后面加上任何東西。
file的其他方法：
F.close()
#關(guān)閉文件朝墩。python會(huì)在一個(gè)文件不用后自動(dòng)關(guān)閉文件醉拓，不過這一功能沒有保證，最好還是養(yǎng)成自己關(guān)閉的習(xí)慣收苏。如果一個(gè)文件在關(guān)閉后還對(duì)其進(jìn)行操作會(huì)產(chǎn)生ValueError
F.flush()
#把緩沖區(qū)的內(nèi)容寫入硬盤
F.fileno()
#返回一個(gè)長(zhǎng)整型的”文件標(biāo)簽“
F.isatty()
#文件是否是一個(gè)終端設(shè)備文件（unix系統(tǒng)中的）
F.tell()
#返回文件操作標(biāo)記的當(dāng)前位置亿卤，以文件的開頭為原點(diǎn)
F.next()
#返回下一行，并將文件操作標(biāo)記位移到下一行鹿霸。把一個(gè)file用于for ... in file這樣的語(yǔ)句時(shí)排吴，就是調(diào)用next()函數(shù)來實(shí)現(xiàn)遍歷的。
F.seek(offset[,whence])
#將文件打操作標(biāo)記移到offset的位置懦鼠。這個(gè)offset一般是相對(duì)于文件的開頭來計(jì)算的钻哩，一般為正數(shù)。但如果提供了whence參數(shù)就不一定了葛闷，whence可以為0表示從頭開始計(jì)算憋槐，1表示以當(dāng)前位置為原點(diǎn)計(jì)算。2表示以文件末尾為原點(diǎn)進(jìn)行計(jì)算淑趾。需要注意阳仔，如果文件以a或a+的模式打開，每次進(jìn)行寫操作時(shí)，文件操作標(biāo)記會(huì)自動(dòng)返回到文件末尾近范。
F.truncate([size])
#把文件裁成規(guī)定的大小嘶摊，默認(rèn)的是裁到當(dāng)前文件操作標(biāo)記的位置。如果size比文件的大小還要大评矩，依據(jù)系統(tǒng)的不同可能是不改變文件叶堆，也可能是用0把文件補(bǔ)到相應(yīng)的大小，也可能是以一些隨機(jī)的內(nèi)容加上去斥杜。
