1、csv文件的導入和導出

通過一個矩陣導出為csv文件，將csv文件導入為矩陣

將csv文件導入到一個矩陣中

import numpy my_matrix = numpy.loadtxt(open("c://1.csv","rb"),delimiter=",",skiprows=0) 

將矩陣導出到本地csv中

numpy.savetxt('new.csv', my_matrix, delimiter = ',') 

未完待續。。。

也可以使用pickle模塊，保存的文件是序列化的

python的pickle模塊實現了基本的數據序列和反序列化。通過pickle模塊的序列化操作我們能夠將程序中運行的對象信息保存到文件中去，永久存儲；通過pickle模塊的反序列化操作，我們能夠從文件中創建上一次程序保存的對象。

pickle.dump(obj, file, [,protocol]) 

注解：將對象obj保存到文件file中去。

protocol為序列化使用的協議版本，0：ASCII協議，所序列化的對象使用可打印的ASCII碼表示；1：老式的二進制協議；2：2.3版本引入的新二進制協議，較以前的更高效。其中協議0和1兼容老版本的python。protocol默認值為0。

file：對象保存到的類文件對象。file必須有write()接口， file可以是一個以'w'方式打開的文件或者一個StringIO對象或者其他任何實現write()接口的對象。如果protocol>=1，文件對象需要是二進制模式打開的。

pickle.load(file) 

注解：從file中讀取一個字符串，并將它重構為原來的python對象。

file：類文件對象，有read()和readline()接口。

保存數據

tmpdatapath = "E://data//u_i_matrix.csv" savefp = open(tmpdatapath,"w")pickle.dump(u_i_mat,savefp)savefp.close();

導入數據

fp_mat = open("E://data//tmpdata//u_i_matrix.csv","r")rMat = pickle.load(fp_mat)fp_mat.close()

追加：將內容通過print輸入到文件中

str=”a string to print to file” f=open(‘out.txt','w') print >>f,str f.close()

以上這篇對python中大文件的導入與導出方法詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。