python获取运营数据

一、从文本文件中获取运营数据

1.使用read、readline、readlines读取数据

file_object = open('text.txt')#获取文件对象
print(fn.tell())#输出指针位置

fn = open("C:/Users/***/Desktop/Python数据分析与数据化运营/chapter2/text.txt")
print(fn.tell())
line1 = fn.readline()
print(line1)
print(fn.tell())
line2 = fn.readline()
print(line2)
print(fn.tell())
fn.close()

 

方法	描述
read	读取文件中的全部数据，直到到达定义的size字节数上限
readline	读取文件中的一行数据，直到到达定义的size字节数上限
readlines	读取文件中的全部数据，直到到达定义的size字节数上限

2、使用numpy的loadtxt、load、fromfile读取数据

方法	描述
loadtxt	从txt文件中读取数据
load	读取numpy专用的二进制数据文件，从npy、npz或pickled文件加载数组或pickled对象
fromfile	读取简单的文本文件数据以及二进制

（1）使用loadtxt方法读取数据文件

numpy可以读取txt格式的数据文件，数据通常是一维或者二维的。

import numpy as np
file_name = ''
data = np.loadtxt(file_name,dtype='float32',delimiter=' ')
#dtype数据类型，选填 delimiter用来分割多个列的分隔符
print(data)

（2）使用load方法读取数据文件

import numpy as np
write_data = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])#定义要存储的数据
np.save('load_data',write_data)#保存为npy数据文件
read_data = np.load('load_data.npy')#读取npy文件
print(read_data)#输出要读取的数据

（3）使用fromfill方法读取数据文件

import numpy as np
file_name = 'C:/Users/吕秋玉/Desktop/Python数据分析与数据化运营/chapter2/numpy_data.txt'
data = np.loadtxt(file_name,dtype='float32',delimiter=' ')
#dtype数据类型，选填 delimiter用来分割多个列的分隔符
tofile_name = 'binary'
data.tofile(tofile_name)
fromfile_data = np.fromfile(tofile_name,dtype='float32')
print(fromfile_data)

3、使用Pandas的read_csv、read_fwf、read_table读取数据

方法	描述
read_cvs	读取csv文件
read_fwf	读取表格或固定宽度格式的文本行到数据框
read_table	读取通用分隔符分隔的数据文件到数据框

（1）read_csv

import pandas as pd
f=open('C:/Users/吕秋玉/Desktop/Python数据分析与数据化运营/chapter2/csv_data.csv')
csv_data = pd.read_csv(f,names=['col1','col2','col3','col4','col5'])
print(csv_data)

(3)read_table

import pandas as pd
f=open('C:/Users/吕秋玉/Desktop/Python数据分析与数据化运营/chapter2/table_data.txt')#读取csv数据
table_data = pd.read_csv(f,sep=';',names=['col1','col2','col3','col4','col5'])
print(table_data)