Python | 带你玩转Python的各种文件操作
Posted 朦胧的雨梦
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Python | 带你玩转Python的各种文件操作相关的知识，希望对你有一定的参考价值。
本文概要
本篇文章主要介绍Python的各种文件操作，适合刚入门的小白或者对于文件操作基础不太牢固的同学，文中描述和代码示例很详细，看完即可掌握，感兴趣的小伙伴快来一起学习吧。
个人简介
☀️大家好！我是新人小白博主朦胧的雨梦，希望大家多多关照和支持😝😝😝
🌖大家一起努力，共同成长，相信我们都会遇到更好的自己👊👊👊
🌗期待我的文章能给各位带来收获和解决问题的灵感🤩🤩🤩
🌟大家的三连是我不断更新的动力~😘😘😘
本文纲领
学习目标
一、掌握文件的路径、访问模式等基础知识；
- 计划任务
二、掌握文件读写操作；
- 计划任务
三、掌握文件的一些帅气操作。
- 计划任务
一.文件的路径介绍
1.绝对路径
首先，绝对路径讲的就是一个文件的绝对位置（相当于包含了所有的目录信息），所有层级关系是一目了然的。例如：C:/Users/86134/Desktop/python(这是我电脑上Python项目文件夹的绝对路径)，可以看到，它是在C盘–Users文件夹–86134文件夹–Desktop文件夹下的一个文件夹，这就是绝对路径反馈给我们的所有信息。
2.相对路径
有些时候，文件夹太多了，想偷偷懒🤣，我们把需要操作的文件放在同一个目录下，这样通过解释器就可以直接在同级目录下找到这个文件(绝对路径就是从当前文件所在的文件夹开始的路径。)，同样的，上面的路径，新建一个文件：123.txt。
它的绝对路径：C:/Users/86134/Desktop/python/123.txt
但是，它是在Python工程文件目录下的，可以直接这样写：相对路径：./123.txt( ./ 表示的是当前文件夹，可以省略)
是不是很惊喜，可以这样简洁，哇，真的很方便！！！🤩🤩🤩
另外强调一点其他的：
| 路径 | 路径解释 | 使用方法 |
|---|---|---|
| …/123.txt | 是指从当前文件夹的上一级文件夹里查找 123.txt 文件 | …/ 表示的是上一级文件夹 |
- 完成任务
二.文件的访问模式
1.文本模式
| 文本模式 | 使用说明 |
|---|---|
| “r”/“rt” | 只读，只能调用读函数，文件必须存在，否则失败，文件指针指向头字节。 |
| “r+” | 可读可写读，读写函数都能调用，文件必须存在，否则失败，文件指针指向头字节。 |
| “w”/“wt” | 擦除写，只能调用写函数，文件不存在时创建文件，文件指针指向头字节。 |
| “w+” | 可读可写，读写函数都能调用，文件不存在时创建文件，文件指针指向头字节。 |
| “a”/“at” | 附加写，只能调用写函数，文件不存在时创建文件，文件指针指向尾字节。 |
| “a+” | 可读可写，读写函数都能调用，文件不存在时创建文件，文件指针指向尾字节。 |
- 完成任务
2.二进制模式
| 二进制模式 | 使用说明 |
|---|---|
| “rb” | 只读，只能调用读函数，文件必须存在，否则失败，文件指针指向头字节。 |
| “rb+” | 可读可写读，读写函数都能调用，文件必须存在，否则失败，文件指针指向头字节。 |
| “wb” | 擦除写，只能调用写函数，文件不存在时创建文件，文件指针指向头字节。 |
| “wb+” | 可读可写，读写函数都能调用，文件不存在时创建文件，文件指针指向头字节。 |
| “ab” | 附加写，只能调用写函数，文件不存在时创建文件，文件指针指向尾字节。 |
| “ab+” | 可读可写，读写函数都能调用，文件不存在时创建文件，文件指针指向尾字节。 |
- 完成任务
文件的打开和关闭
在Python中，使用open(file, mode=‘r’, buffering=None, encoding=None）方法打开文件；
在Python中,使用close()方法关闭文件。
三.文件的读取和写入
1.读文件
好了，通过前面基础知识的铺垫，终于要开始动手实践了，还记得那个123.txt的文本文件吗？我们写入一条字符串：I love you，对，没错，我爱你😉🥰😋,下面，我们来让解释器读取这个内容。
①使用read()函数
使用read(path，mode)函数， 读取文件内容，可以指定读取长度。默认全部读取。
f = open('./123.txt', 'r')
#默认全部读取
con = f.read()
print(con)
效果展示：
E:\\Python\\python.exe C:\\Users\\86134\\Desktop\\python\\文件操作.py
I love you
②使用readline()函数
使用readline(path，mode)函数，可以简单理解，一行一行读取，遇到换行结束（123.txt再加入一句话换行写：My friend）。
第一次读取：
f = open('./123.txt', 'r')
#读取一行
con = f.readline()
print(con)
效果展示：
E:\\Python\\python.exe C:\\Users\\86134\\Desktop\\python\\文件操作.py
I love you
进程已结束,退出代码0
第二次读取：
f = open('./123.txt', 'r')
con = f.readline()
#第二次读取
c = f.readline()
print(c)
效果展示：
E:\\Python\\python.exe C:\\Users\\86134\\Desktop\\python\\文件操作.py
My friend
进程已结束,退出代码0
③使用readlines()函数
使用readlines(path)函数，可以简单理解，多行读取，返回一个列表。
f = open('./123.txt', 'r')
con = f.readlines()
print(con)
效果展示：
E:\\Python\\python.exe C:\\Users\\86134\\Desktop\\python\\文件操作.py
['I love you\\n', 'My friend']
进程已结束,退出代码0
2.写文件
①使用write()函数
向文件中写数据，我们使用write(path)函数来完成。
f = open('./123.txt', 'w')
#加入数据
f.write('you')
效果展示：
E:\\Python\\python.exe C:\\Users\\86134\\Desktop\\python\\文件操作.py
进程已结束,退出代码0
效果图：
突然发现，我们之前的数据都没了，是不是我不爱你了，并不是，还记得文件的访问模式吗，知道你肯定忘了，“w”/“wt” 擦除写，只能调用写函数，文件不存在时创建文件，文件指针指向头字节。（细节看鼠标）。
- 完成任务
四.文件操作(OS模块的使用)
1.创建文件夹
使用mkdir()函数
创建文件夹，我们使用mkdir(filename)函数来完成。
import os
#创建示范文件夹
os.mkdir('示范')
效果图：
2.获取文件属性
使用stat()函数
查看一个文件属性时，我们使用stat(filename)函数来完成。
import os
#查看123.txt文件属性
con = os.stat('123.txt')
print(con)
效果展示：
E:\\Python\\python.exe C:\\Users\\86134\\Desktop\\python\\文件操作.py
os.stat_result(st_mode=33206, st_ino=3096224743955345, st_dev=3322609030, st_nlink=1, st_uid=0, st_gid=0, st_size=3, st_atime=1680681268, st_mtime=1680680620, st_ctime=1680621627)
进程已结束,退出代码0
3.删除文件
使用remove()函数
删除一个文件时，我们使用remove(path)函数来完成。
import os
#删除一个文件
os.remove('123.txt')
其他常见操作：
| 函数 | 操作说明 |
|---|---|
| os.listdir() | 返回指定目录下的所有文件和目录名 |
| os.removedirs() | 删除多个目录 |
| os.path.dirname() | 获取路径名 |
| os.rename() | 重命名 |
| os.mknod() | 文件操作 |
| os.chmod() | 修改文件权限与时间戳 |
| … | … |
- 完成任务
六.结语
Python操作文件的方法相比C/C++来说，就显示出了简洁和优雅两大优点，相信大家通过这篇文章已经掌握了文件的基本操作，好了，今天就分享到这里，谢谢大家的观看，有什么想法记得评论区告诉我！拜拜~✨ ✨ ✨
往期好文推荐
TOP🥇.Python | Python的自我介绍(前世今生)🏆🏆🏆综合热榜前十五🏆🏆🏆❤️❤️❤️
TOP🥈.Python爬虫 | 利用python爬虫获取想要搜索的数据(某du)🏆🏆🏆❤️❤️❤️
python数据分析基础008 -利用pandas带你玩转excel表格（中下篇）
文章要点
🐚作者简介：苏凉（专注于网络爬虫，数据分析）
🐳博客主页：苏凉.py的博客
👑名言警句：海阔凭鱼跃，天高任鸟飞。
📰要是觉得博主文章写的不错的话，还望大家三连支持一下呀！！！
👉关注✨点赞👍收藏📂
🍺前言
上篇文章带着大家一起学习了在pandas中如何对excel表格进行创建和修改，还有一些基本的操作，接下来我们一起再深入的去了解pandas在excel中其他的一些有趣的操作吧！！
往期回顾：
1.python数据分析基础001 -matplotlib的基础绘图
2.python数据分析基础002 -使用matplotlib绘图（散点图，条形图，直方图）
3.python数据分析基础003 -numpy的使用（详解)
4.python数据分析基础004 -numpy读取数据以及切片，索引的使用
5.python数据分析基础005 -pandas详解_pandas入门这一篇就足够了
6.python数据分析基础006 -利用pandas带你玩转excel表格（上篇）
7.python数据分析基础007 -利用pandas带你玩转excel表格（中上篇）
🍁（一）利用pandas将excel中的数据绘制成可视化图形
实例：对这样的一组数据进行数据可视化，绘制成一张条形图
🔥1.在excel中实现
在excel中插入一个柱状图即可。
若需将他进行从大到小来进行比较则需要在原数据上先进行排序。
最后在进行标题以及坐标轴的美化
效果如下：
要在python中实现上述在excel中的操作，该如何做呢？下面就让我们在python下实现吧！利用pandas和matplotlib绘制出来的图形更直观。
🔥2.在pandas中实现
- 导入pandas以及matplotlib模块
import pandas as pd
from matplotlib import pyplot as plt
- 读取excel表格数据，并将其进行排序
student_data = pd.read_excel('./excel/testpicture.xlsx')
df = pd.DataFrame(student_data)
# 对数据进行排序
df.sort_values(by=['2016','2017'],inplace=True,ascending=False)
- 绘制图形，并对x轴的说明进行调整
# 绘制条形图
df.plot.bar(x = 'Field',y = ['2016','2017'] , color = ['red', 'blue'])
# plt.xticks(rotation = 45,ha= 'right')
# 获取x轴,对x轴的说明进行调整，rotation表示倾斜的度数，ha表示水平旋转
ax = plt.gca()
ax.set_xticklabels(df['Field'] ,rotation = 45, ha = 'right')
- 设置xy轴以及标题的说明
# 设置xy轴的说明
plt.xlabel('field')
plt.ylabel('data of number')
# 加标题
plt.title("Student of Number" ,fontsize =20,color = 'green')
- 使图片完整显示（两种方法）
# 对于标签名字太长显示不全，可以用tight_layout()将标签在图中完全显示出来
# plt.tight_layout()
# 获取图形,调整图形与边缘的距离
picture= plt.gcf()
picture.subplots_adjust(left =0.5 ,bottom = 0.1)
- 保存及展示
plt.savefig('./excel.png')
plt.show()
结果：
利用pandas和matplotlib结合绘制出的图形可以设置更多的参数，可以让图形变的更加美观也更直观。
✈补充：pandas的其他绘图方法
🍁（二）利用pandas实现多表联合
在一个ecxel中可以有很多张表，通常这些表合并在一起又会生成一个新的数据。
实例：将这两张表的学生成绩打印出来
🔥1.在excel中实现
使用VLOOKUOP函数进行联合
📌注:在VLOOKUP中若是匹配不到数值，则会进行近似匹配，如上结果所示，21号学生成绩不存在，则近似匹配上一个的值。
若不想近似匹配则将默认值改为True。
=VLOOKUP(A2,Scores!A1:B21,2,FALSE)
若要显示为0，则需要用到IFNA函数。
这样就完成了将两表联合查询到了学生的成绩。那么在pandas中该如何实现呢？
🔥2.在pandas中实现
在pandas中打开excel时加入参数sheet_name即可选定指定的表
student = pd.read_excel('./excel/testone.xlsx',sheet_name='Students')
score = pd.read_excel('./excel/testone.xlsx',sheet_name='Scores')
将两张表拼接起来使用，这样的操作对应到SQL中是join，而在pandas中则是用merge来实现。
注：在使用merge时默认为inner，即没有匹配到的值则丢弃。 这时需使用参数how来保留原表数据。fillna用来将Nan转换为0。
on 用来匹配数值通常为两表列名相同，若两表的列名不同则分别用left_on 和right_on指出，
import pandas as pd
student = pd.read_excel('./excel/testone.xlsx',sheet_name='Students')
score = pd.read_excel('./excel/testone.xlsx',sheet_name='Scores')
df_student = pd.DataFrame(student)
df_score = pd.DataFrame(score)
# how 表留左边表格数据，on按照id匹配，fillna将没有匹配到的值赋予0
# result = student.merge(score,how='left',on='ID').fillna(0)
result = student.merge(score,how='left',left_on='ID',right_on='ID').fillna(0)
# 修改Score的数据类型原本为float
result.Score = result.Score.astype(int)
print(result)
结果：
🍁（三）数据校验
在excel表格中，通常会有一些数据不符合我们的规范要求，从而导致我们的到的数据不准确，因此我们需要将他们筛选出来。那么我们该怎么做呢？
实例：将成绩不符合0-100的数据筛选出来
🔥1.在excel表格中实现
在数据栏找到有效性并设置数值范围，随后将不符合的值圈出即可。
结果：
需要找出不符合的数据，在pandas中又如何操作呢？
🔥2.在pandas中实现
在实现上述结果前定义函数来作为条件判断
import pandas as pd
def Score_false(x):
if not 100>= x.Score >=0 :
print("ID为，姓名为：的学生成绩异常，成绩为：".format(x.ID,x.Name,x.Score))
score = pd.read_excel('./excel/testtwo.xlsx')
df = pd.DataFrame(score)
# axis=1则从行查询 axis=0则从列查询
df.apply(Score_false,axis=1)
结果：
🍁（四）拆分列
在excel中存在复合列，我们要将这些列拆分才方便数据的查询，那么该如何去操作呢？
实例：将该表中的Full Name进行拆分。
🔥1.在excel中实现
在数据栏中找到分列选项，在此分隔符为空格，按照实际情况来定。
结果：
那么在pandas中又如何实现呢？
🔥2.在pandas中实现
在pandas中需要用到字符串进行拆分
import pandas as pd
test = pd.read_excel('./excel/testthree.xlsx')
df = pd.DataFrame(test)
name = df['Full Name'].str.split(expand = True)
df['firstname'] = name[0]
df['lastname'] = name[1]
print(df)
结果：
🍻结语
今天的内容就到这里啦，希望看到此文的小伙伴能有所收获，另外pandas在excel中还有很多操作需要探索，关注我，咱们下期再见！！
以上是关于Python | 带你玩转Python的各种文件操作的主要内容，如果未能解决你的问题，请参考以下文章
python数据分析基础006 -利用pandas带你玩转excel表格（上篇）
大家沉迷短视频无法自拔？Python爬虫进阶，带你玩转短视频
Python机器学习从入门到高级：带你玩转特征转换（含详细代码）