Python读取TXT数据的三种实用方法：原生、NumPy与Pandas

前言

在进行Python开发时，经常需要将TXT文档中的数据提取出来以便进行后续绘图或分析。那么，如何高效地将TXT文件中的数据读取到程序中呢？

假设存在如下格式的TXT文本文件：

若要读取上述文本数据，可采用以下几种常用方法：

方法一：利用open()函数

该方法基于Python最基础的open函数实现读取。其核心流程通常包含三个步骤：使用open打开文件、调用read或readlines读取内容、最后使用close关闭文件。主要实现代码如下：

def openreadtxt(file_name):
    data = []
    file = open(file_name,'r')  #打开文件
    file_data = file.readlines() #读取所有行
    for row in file_data:
        tmp_list = row.split(' ') #按‘，'切分每行的数据
        #tmp_list[-1] = tmp_list[-1].replace('\n',',') #去掉换行符
        data.append(tmp_list) #将每行数据插入data中
        return data
 
 
if __name__=="__main__":
    data = openreadtxt('test.txt')
    print(data)

运行结果如图所示，已成功打印出TXT中的数据。需要注意的是，默认情况下读取的内容均为字符串类型，如需进一步处理，可将其转换为int或float等数值类型。

方法二：使用NumPy包的loadtxt方法

NumPy是Python中强大的科学计算库，其提供的loadtxt方法在处理实验数据时尤为常用。关于NumPy的安装，可参考Python中的NumPy安装教程。使用loadtxt读取TXT文件的核心代码如下（注意：此方法要求数据必须为数字，若包含字母等字符会报错，因为NumPy旨在进行数值计算，读取后的数据会自动转换为数值类型而非字符串，这种方法在实验数据处理中简单且高效）：

import numpy as np
 
def loadtxtmethod(filename):
    data = np.loadtxt(filename,dtype=np.float32,delimiter=',')
    return data
 
if __name__=="__main__":
    data = loadtxtmethod('D:\paper reading\基于优胜劣汰模型选择的联邦学习方案\BBOA_ACC.txt')
    print(data)

程序运行截图如下，已成功打印TXT数据。此处返回的数据类型为ndarray。

方法三：使用Pandas的read_table方法进行读取

首先，需要安装pandas依赖包：

所需工具：

Anaconda集成环境及Python运行环境

步骤一：启动Anaconda，界面如下：

步骤二：进入目标Python环境（默认为base虚拟环境）：

执行命令：activate + 虚拟环境名称

步骤三：安装pandas库

执行命令：pip install pandas

至此，pandas包安装完成。其他Python依赖包的安装也可参照上述步骤进行。

Pandas是Python中功能强大的数据处理库，提供了多种读取不同格式文件的方法，例如读取CSV文件的read_csv方法和读取Excel文件的read_excel方法等。主要实现代码如下（此方法不限制数据必须为数值型）：

import pandas
 
def read_tablemethod(filename):
    data = pandas.read_table(filename,header=None,delim_whitespace=True)
    return data
 
if __name__=="__main__":
    data = read_tablemethod('D:\paper reading\基于优胜劣汰模型选择的联邦学习方案\BBOA_ACC.txt')
    print(data)

程序运行结果如下，已成功打印数据。此处返回的数据类型为DataFrame。

总结

至此，关于利用Python读取TXT中数据的介绍已完毕。如需了解更多Python读取TXT数据的相关内容，建议搜索本站历史文章或继续浏览后续相关文章，希望大家今后多多支持本站！