一.python讀取txt文件

最簡單的open函數：

# -*- coding: utf-8 -*-with open("test.txt","r",encoding="gbk",errors='ignore') as f: print(f.read())

這里用open函數讀取了一個txt文件，”encoding”表明了讀取格式是“gbk”,還可以忽略錯誤編碼。

另外，使用with語句操作文件IO是個好習慣，省去了每次打開都要close()。

二.python讀取json文件

簡單的test.json文件如下：

{ "glossary": { "title": "example glossary", "GlossDiv": {  "title": "S",  "GlossList": {  "GlossEntry": {   "ID": "SGML",   "SortAs": "SGML",   "GlossTerm": "Standard Generalized Markup Language",   "Acronym": "SGML",   "Abbrev": "ISO 8879:1986",   "GlossDef": {   "para": "A meta-markup language, used to create markup languages such as DocBook.",   "GlossSeeAlso": ["GML", "XML"]   },   "GlossSee": "markup"  }  } } }}

這里需要用python的json模塊處理解析:

import jsondata = json.load(open('example.json'))print(type(data))print(data)

打印如下：

<class 'dict'>{'glossary': {'title': 'example glossary', 'GlossDiv': {'title': 'S', 'GlossList': {'GlossEntry': {'ID': 'SGML', 'SortAs': 'SGML', 'GlossTerm': 'Standard Generalized Markup Language', 'Acronym': 'SGML', 'Abbrev': 'ISO 8879:1986', 'GlossDef': {'para': 'A meta-markup language, used to create markup languages such as DocBook.', 'GlossSeeAlso': ['GML', 'XML']}, 'GlossSee': 'markup'}}}}}

可見json.load()函數返回值是dict，json數據現在就成了一個網狀的Python字典。

接下來我們就可以用標準的鍵檢索來進行解讀，比如：

print(data['glossary']['GlossDiv']['GlossList'])

打印結果如下：

{'GlossEntry': {'ID': 'SGML', 'SortAs': 'SGML', 'GlossTerm': 'Standard Generalized Markup Language', 'Acronym': 'SGML', 'Abbrev': 'ISO 8879:1986', 'GlossDef': {'para': 'A meta-markup language, used to create markup languages such as DocBook.', 'GlossSeeAlso': ['GML', 'XML']}, 'GlossSee': 'markup'}}

三.python 讀取HFD5文件

HDF5 是一種層次化的格式（hierarchical format），經常用于存儲復雜的科學數據。例如 MATLAB 就是用這個格式來存儲數據。在存儲帶有關聯的元數據（metadata）的復雜層次化數據的時候，這個格式非常有用，例如計算機模擬實驗的運算結果等等。

與HDF5 相關的主要概念有以下幾個：

文件 file: 層次化數據的容器，相當于樹根（'root' for tree）

組 group: 樹的一個節點（node for a tree）

數據集 dataset: 數值數據的數組，可以非常非常大

屬性 attribute: 提供額外信息的小塊的元數據

# -*- coding: utf-8 -*-#創建hdf5文件import datetimeimport osimport h5pyimport numpy as npimgData = np.zeros((30,3,128,256))if not os.path.exists('test.hdf5'): with h5py.File('test.hdf5') as f: f['data'] = imgData   #將數據寫入文件的主鍵data下面 f['labels'] = range(100)