1.txt文件
1.1路径
file_path = "E:\Python Project\temp.txt"
with open(file_path) as f:
content1 = f.read()
导入文件时,如果直接放文件绝对路径上去会报错,这是因为\P是转义字符
所以在绝对路径前面加r可以避免将引号内的内容识别成转义字符(在引号前加上f表示这是一个带有特殊格式的字符串,其中可以包含花括号{}及其中的表达式,其中{}内填充的就是表达式的值)
file_path = r"E:\Python Project\temp.txt"
with open(file_path) as f:
content1 = f.read()
或者可以直接使用相对路径
file_path = "temp.txt"
with open(file_path) as f:
content1 = f.read()
相对路径默认识别当前文件夹
1.2文件读取
python读取文件可以采用
with open(file_path) as f:
f.read()
也可以写作,效果一样,当然open(file,'r')可以加上文件的读取属性
file_path = r"E:\Python Project\temp.txt"
f = open(file_path)
文件内容读取可以通过read、readline、readlines分别读取整个文件、一行、所有行并放在list中,之前读取过的内容后续不会再读出。
2.xlsx文件
2.1文件读取
可以使用panda库的excel_read()
import pandas
f = pandas.read_excel(r"E:\Python Project\1.xlsx")
print(f)
也可以直接使用xlrd库的open_workbook(),但是最新版本xlrd库删除了对xlsx的支持;
import xlrd
f = xlrd.open_workbook_xls(r"E:\Python Project\1.xlsx")
3.练习:对文件数据进行简单的函数处理
xlsx文件中第一列和第二列数据的Pearson系数计算
import openpyxl
import pandas
import math
f = pandas.read_excel(r"E:\Python Project\1.xlsx")
data1 = f.values
print(type(data1))
sum_ans0 = 0
sum_ans1 = 0
for i in data1:
sum_ans0 += i[0]
sum_ans1 += i[1]
ave_ans0 = sum_ans0 / len(data1)
ave_ans1 = sum_ans1 / len(data1)
sum_final0 = 0
sum_final1 = 0
sum_final2 = 0
for temp_i in data1:
sum_final0 += (temp_i[0] - ave_ans0) * (temp_i[1] - ave_ans1)
sum_final1 += math.pow((temp_i[0] - ave_ans0), 2)
sum_final2 += math.pow((temp_i[1] - ave_ans1), 2)
pearson = sum_final0/(math.sqrt(sum_final1) * math.sqrt(sum_final2))
print(f"Pearson={pearson}")
得到f后通过f.value得到数据的list,后续对list里面的数据进行遍历求解即可
4.二维list的求和优化
上面这个练习涉及到了二维list需要对每个list的第一个数字和第二个数字分别对应求和
4.1for遍历
最简单的方式是直接for遍历list
import openpyxl
import pandas
import math
f = pandas.read_excel(r"E:\Python Project\1.xlsx")
data1 = f.values
print(type(data1))
sum_ans0 = 0
sum_ans1 = 0
for i in data1:
sum_ans0 += i[0]
sum_ans1 += i[1]
4.2sum
对多维度的list直接应用sum可以分别对应求和
import openpyxl
import pandas
import math
f = pandas.read_excel(r"E:\Python Project\1.xlsx")
data1 = f.values
print(type(data1))
sum_ans1 = sum(data1)