Python 读取txt文件的每一行

对于Python开发者来说，读取文本文件中的每一行是一项基本任务。这项任务很常用，而且需要高效率和灵活性。本文将介绍如何使用Python读取CSV文件，以及如何处理数据。举例说明，让您轻松应对各种读取文本文件的需求。本文的示例代码是使用Python 3.x版本编写的。

使用Python读取txt文件

读取文本文件是Python编程中最基本的任务之一。Python通过内置的文件对象几乎可以操作所有类型的文件，包括TXT、PDF、DOC、XLS等文件格式。在Python语言中，读取txt文件的每一行可以使用Python内置函数 open() 和 readlines() 。

代码实现

在下面的代码示例中，我们将打开一个名为example.txt的文本文件。这个文件里包含了多行数据（一行一个记录）。我们将使用Python的循环语句读取每一行数据，并将其存储到一个数组中：

# 打开txt文件
file = open('example.txt', 'r')

# 读取每一行数据并将其存储到data数组中
data = []
for line in file.readlines():
    data.append(line.strip())

# 关闭txt文件
file.close()

# 打印每一行数据
for item in data:
    print(item)

上述示例中，我们首先使用“open()”函数打开一个名为“example.txt”的文本文件，并将其存储到“file”对象中。接下来，我们使用循环语句遍历“file.readlines()”返回的所有数据，并将其存储到名为“data”的数组中。最后，我们关闭文本文件并打印每一行数据。

注意事项

需要注意的是，在使用open()函数打开文件时，需要指定文件的访问模式。在上述示例中，我们将模式指定为“‘r’”，即“只读模式”。这意味着我们可以读取文件的所有内容，但不能向文件写入任何数据。此外，这个示例假设文本文件中的数据是以行为单位逐一分隔的。可以使用其他Python字符串操作函数对读入文件中的每一行进行处理。例如，我们可以使用strip()函数删除每一行开头和结尾的空格、tab、空行等无用字符。

另一个需要注意的是，在处理大型文本文件时，建议使用迭代器来逐行处理。这有助于程序使用更少的内存，同时也可以在处理速度方面提供更好的性能。

使用pandas读取txt文件

pandas是Python中一个用于数据分析的强大库，它在读取CSV文本文件时非常好用。pandas不仅可以读取CSV文件，而且还可以用于处理各种类型的表格数据。下面我们将详细介绍如何使用pandas读取txt文件。

代码实现

在下面的示例代码中，我们将使用pandas库来读取具有不同分隔符的标准CSV文件。具有不同分隔符的CSV文件通常包含数据以及元数据、注释或其他信息。请注意，pandas支持多种文本文件类型，包括CSV、TXT、XLS等。

# 导入的pandas库
import pandas as pd

# 读取csv文件
df = pd.read_csv('example.txt', sep='\t|\s+', engine='python')

# 打印读取的数据
print(df)

在上述示例中，我们首先导入pandas库。接下来，我们使用“pd.read_csv()”函数读取具有不同分隔符的CSV文件。在此示例中，我们指定分隔符为“\t|\s+”。这意味着，由任意数量的制表符（\t）或空格符（\s）分隔的值都会被视为分隔符。

我们还使用了参数“engine”来指定pandas使用哪种引擎。在此示例中，我们选择使用Python引擎，以帮助解析由正则表达式“\t|\s+”表示的分隔符。最后，我们打印读取的数据。

注意事项

需要注意的是，在使用pandas读取文本文件时，也需要指定文件的访问模式。默认情况下，pandas使用UTF-8编码读取文本文件。如果您的文本文件使用其他编码，例如GBK，则需要使用“encoding”参数指定该编码。例如：

df = pd.read_csv('example.txt', sep='\t|\s+', engine='python', encoding='GBK')

另一个需要注意的是，在使用pandas读取大型文本文件时，建议使用“chunksize”参数将文件分块读入内存，逐块处理文件内容。这有助于减小内存压力，同时也可以在处理速度方面提供更好的性能。

使用numpy读取txt文件

numpy是Python中用于科学计算的一个强大库。它提供了一种高效的方法来处理大型数组和矩阵数据。numpy还可以与其他Python数据分析库（如pandas和matplotlib）相结合使用，以进行数据可视化或更高级的数据分析。下面我们来看看如何使用numpy读取txt文件。

代码实现

在下面的示例中，我们将使用numpy库读取具有不同分隔符的txt文件。我们将使用“numpy.loadtxt()”函数来读取文件，该函数可以指定文件路径、分隔符和列的数据类型等参数。

# 导入的numpy库
import numpy as np

# 读取txt文件
data = np.loadtxt('example.txt', delimiter='\t', dtype=float)

# 打印读取的数据
print(data)

在上述示例中，我们首先导入了numpy库。接下来，我们使用“np.loadtxt()”函数来读取TXT文件，并指定了以下参数：

文件路径：‘example.txt’
分隔符：‘\t’
数据类型：float

最后，我们使用“print()”函数打印读取的数据。

注意事项

需要注意的是，在使用numpy读取txt文件时，也需要指定文件的访问模式。默认情况下，numpy使用UTF-8编码读取文本文件。如果您的文本文件使用其他编码，则需要在读取文件时指定该编码。另外，在使用numpy读取大型文本文件时，也可以使用“loadtxt()”函数中的“usecols”参数来选择要加载的列。