6.7 KiB
doc_type, full_text
| doc_type | full_text |
|---|---|
| short | sources/06_Files.md |
06_Files 总结
本文介绍 Python 中的基础文件管理，包括如何打开、读取、写入和关闭文件，以及在实际数据处理任务中逐行读取文本文件的方法。它以 portfolio.csv 为例，展示如何从 CSV 文本中读取股票持仓数据并计算总成本。相关主题包括 Python文件读写、concepts/上下文管理器、文本处理、CSV数据处理。
核心内容
文件输入与输出
Python 使用内置函数 open() 打开文件：
f = open('foo.txt', 'rt') # 以文本模式读取
g = open('bar.txt', 'wt') # 以文本模式写入
常见模式包括：
'rt'：read text，文本读取模式。'wt'：write text，文本写入模式。
读取整个文件：
data = f.read()
也可以限制读取的最大字节数：
data = f.read(maxbytes)
写入文本：
g.write('some text')
使用完文件后应关闭：
f.close()
g.close()
不过手动关闭容易遗漏，因此推荐使用 with 语句。
使用 with 自动管理文件
推荐写法：
with open(filename, 'rt') as file:
# 使用 file
...
with 语句会在缩进代码块结束后自动关闭文件，不需要显式调用 close()。这体现了 Python 的 concepts/上下文管理器 机制，是处理文件资源的标准做法。
常见读取文件方式
一次性读取整个文件
with open('foo.txt', 'rt') as file:
data = file.read()
这种方式简单，但如果文件很大，会一次性占用较多内存，因此不总是最佳选择。
逐行读取文件
with open(filename, 'rt') as file:
for line in file:
# 处理每一行
文件对象可以直接用于 for 循环，循环会自动逐行读取，直到文件结束。这是处理大文本文件的常用方式。
常见写入文件方式
使用 write() 写入字符串
with open('outfile', 'wt') as out:
out.write('Hello World\n')
将 print() 输出重定向到文件
with open('outfile', 'wt') as out:
print('Hello World', file=out)
这说明 print() 不只能输出到终端，也可以通过 file= 参数输出到文件对象。
练习 1.26：文件预备知识
练习使用 Data/portfolio.csv 文件。该文件包含股票投资组合数据，格式类似：
name,shares,price
"AA",100,32.20
"IBM",50,91.10
...
查看当前工作目录
可以用 os.getcwd() 查看 Python 当前运行目录：
import os
os.getcwd()
这有助于确认相对路径 Data/portfolio.csv 是否能被正确找到。
原始字符串表示与格式化输出
读取整个文件后，在交互式解释器中直接输入变量名：
data
会显示字符串的原始表示，包括引号和转义字符，如 \n。
而使用：
print(data)
会显示实际格式化后的文本内容。
这一区别有助于理解 Python 字符串的“表示形式”和“打印结果”。
使用 next() 跳过或读取单行
如果需要手动读取一行，比如跳过 CSV 文件的表头，可以使用 next()：
f = open('Data/portfolio.csv', 'rt')
headers = next(f)
for line in f:
print(line, end='')
f.close()
next(f) 会返回文件中的下一行。for line in f 本质上也在内部反复调用 next()。通常不需要手动调用 next()，除非要显式读取或跳过某一行。
基础文本拆分处理
读取每一行后，可以用 split() 将 CSV 行按逗号拆开：
headers = next(f).split(',')
for line in f:
row = line.split(',')
print(row)
示例输出：
['"AA"', '100', '32.20\n']
这展示了最基础的 文本处理 和 CSV数据处理 思路：读取文本行、拆分字段、进一步转换数据类型。
练习 1.27：读取数据文件并计算总成本
任务是编写 pcost.py，读取 portfolio.csv，并计算购买所有股票的总成本。
CSV 文件列含义：
name：股票名称。shares：股数。price：购买价格。
每一行的成本计算方式：
cost = shares * price
其中需要将字符串转换为数字：
int(s) # 转为整数
float(s) # 转为浮点数
最终输出示例：
Total cost 44671.15
该练习把文件读取、字符串拆分、类型转换和累加计算结合起来，是后续数据处理程序的基础。
练习 1.28：其他类型的“文件”
并非所有文件都能直接用内置 open() 处理。例如 gzip 压缩文件需要使用 gzip 模块：
import gzip
with gzip.open('Data/portfolio.csv.gz', 'rt') as f:
for line in f:
print(line, end='')
关键点是必须指定 'rt' 文本模式。否则读取到的会是字节字符串，而不是普通文本字符串。
这说明 Python 中很多对象都可以表现得“像文件一样”，只要它们支持类似的读取接口。这与 文件类对象 相关。
关于是否应使用 Pandas
文中指出，Pandas 确实可以方便地读取 CSV 文件，但本课程重点不是 Pandas，而是标准 Python 的基础能力。
使用 CSV 文件的原因是：
- CSV 格式常见，容易理解。
- 可以直接用标准 Python 处理。
- 适合演示文件读取、字符串处理、循环、类型转换等核心语言特性。
因此，在实际工作中可以使用 Pandas，但在本课程中会继续使用标准 Python 功能，以强化基础编程能力。
关键概念
- Python文件读写：使用
open()、read()、write()、close()进行基本文件操作。 - concepts/上下文管理器：使用
with自动管理文件关闭。 - 逐行读取：通过
for line in file高效处理文本文件。 - 文本处理：使用
split()等方法处理读取到的文本行。 - CSV数据处理：从逗号分隔文本中提取字段并转换类型。
- 文件类对象：普通文件和 gzip 文件都可通过类似接口逐行读取。
主要收获
本文的核心贡献是建立 Python 文件处理的基本模式：优先使用 with open(...) 打开文件，通过 read() 或逐行迭代读取内容，必要时用 next() 跳过表头，并结合字符串拆分与类型转换完成简单数据分析任务。