看代码吧~
# example.md 1 2 3 4 5 6 7 8 9 >>> with open('example.md') as f: lines = f.readlines() >>> lines ['1 2 3\n', '4 5 6\n', '7 8 9\n'] # 我们发现每一行后面都会有一个回车符,我们使用strip()函数消除它 >>> lines = [i.strip() for i in lines] ['1 2 3', '4 5 6', '7 8 9'] # 每个元素是一个string,但是我们需要读取的是文本数据,所以需要将string转化为int(or float) >>> data = [] >>> for line in lines: data.append([int(i) for i in line.split(' ')]) [[1, 2, 3], [4, 5, 6], [7, 8, 9]] # 最后可以把list转化为ndarray形式 >>> data = np.array(data) >>> data array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 把上述步骤写到一个函数里 >>> def read_file(file): """ read .md or .txt format file :param file: .md or .txt format file :return: data """ with open('example.md') as f: lines = f.readlines() data = [] for line in lines: data.append([int(i) for i in line.strip().split(' ')]) return np.array(data) >>> data = read_file('example.md') >>> data array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
补充:python 各种获取md5的方式
看代码吧~
#使用python 库 求MD5 import hashlib #求字符串MD5 md5 = hashlib.md5('字符串').hexdigest() #求文件md5 file = open('文件','rb') md5 = hashlib.md5(file.read())hexdigest() file.close() #python 利用mac/linex 终端命令求md5 def get_MD5(file_path): '''计算MD5''' files_md5 = os.popen('md5 %s' % file_path).read().strip() file_md5 = files_md5.replace('MD5 (%s) = ' % file_path, '') return file_md5 #如果是windows 系统 大概可以利用类似的方法 获取把 没做过测试 #当进行获取大量文件的md5的时候,建议使用 命令的方式获取,这样 运行速度会快很多
补充:Python中读取txt文件的三种可行办法
DataTest.txt中的文件内容,文件最后尽量不要留空行,否则有的时候会出现error
1,2,3
4,5,6
7,8,9
第一种方式:使用 csv.reader()读取txt文件
import csv data = [] with open('E:/DataTest.txt', 'rt') as csvfile: reader = csv.reader(csvfile, delimiter=',') for row in reader: data.append(row) #输出结果是列表 print(data)
输出结果:
[['1', '2', '3'], ['4', '5', '6'], ['7', '8', '9']]
第二种方式:使用numpy.loadtxt()读取txt文件
import numpy as np data= np.loadtxt('E:/DataTest.txt',delimiter=',') #输出结果是numpy中数组格式 print(data)
输出结果:
[[1. 2. 3.]
[4. 5. 6.]
[7. 8. 9.]]
不过在后面添加如下语句都可以转换成DataFrame格式:
df = pd.DataFrame(data) df.to_csv() print(df)
输出结果:
0 1 2
0 1.0 2.0 3.0
1 4.0 5.0 6.0
2 7.0 8.0 9.0
第三种方式:使用pandas.red_csv()读取txt文件
import pandas as pd data= pd.read_csv('E:/DataTest.txt',names=['0', '1', '2']) #输出结果是numpy中数组格式 print(data)
输出结果:
0 1 2
0 1 2 3
1 4 5 6
2 7 8 9
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。