看代碼吧~

# example.md1 2 34 5 67 8 9 >>> with open(’example.md’) as f:lines = f.readlines()>>> lines[’1 2 3n’, ’4 5 6n’, ’7 8 9n’]# 我們發(fā)現(xiàn)每一行后面都會有一個回車符，我們使用strip()函數(shù)消除它>>> lines = [i.strip() for i in lines][’1 2 3’, ’4 5 6’, ’7 8 9’]# 每個元素是一個string，但是我們需要讀取的是文本數(shù)據(jù)，所以需要將string轉(zhuǎn)化為int(or float)>>> data = []>>> for line in lines:data.append([int(i) for i in line.split(’ ’)])[[1, 2, 3], [4, 5, 6], [7, 8, 9]]# 最后可以把list轉(zhuǎn)化為ndarray形式>>> data = np.array(data)>>> dataarray([[1, 2, 3], [4, 5, 6], [7, 8, 9]])# 把上述步驟寫到一個函數(shù)里>>> def read_file(file):'''read .md or .txt format file:param file: .md or .txt format file:return: data'''with open(’example.md’) as f: lines = f.readlines()data = []for line in lines: data.append([int(i) for i in line.strip().split(’ ’)])return np.array(data)>>> data = read_file(’example.md’)>>> dataarray([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

補(bǔ)充：python 各種獲取md5的方式

看代碼吧~

#使用python 庫 求MD5import hashlib#求字符串MD5md5 = hashlib.md5(’字符串’).hexdigest()#求文件md5file = open(’文件’，’rb’)md5 = hashlib.md5(file.read())hexdigest()file.close()#python 利用mac/linex 終端命令求md5def get_MD5(file_path): ’’’計算MD5’’’ files_md5 = os.popen(’md5 %s’ % file_path).read().strip() file_md5 = files_md5.replace(’MD5 (%s) = ’ % file_path, ’’) return file_md5#如果是windows 系統(tǒng) 大概可以利用類似的方法 獲取把 沒做過測試#當(dāng)進(jìn)行獲取大量文件的md5的時候，建議使用 命令的方式獲取，這樣 運(yùn)行速度會快很多

補(bǔ)充：Python中讀取txt文件的三種可行辦法

DataTest.txt中的文件內(nèi)容，文件最后盡量不要留空行，否則有的時候會出現(xiàn)error

1,2,34,5,67,8,9

第一種方式：使用 csv.reader()讀取txt文件

import csvdata = []with open(’E:/DataTest.txt’, ’rt’) as csvfile: reader = csv.reader(csvfile, delimiter=’,’) for row in reader:data.append(row) #輸出結(jié)果是列表 print(data)

輸出結(jié)果：

[[’1’, ’2’, ’3’], [’4’, ’5’, ’6’], [’7’, ’8’, ’9’]]

第二種方式：使用numpy.loadtxt()讀取txt文件

import numpy as np data= np.loadtxt(’E:/DataTest.txt’,delimiter=’,’) #輸出結(jié)果是numpy中數(shù)組格式print(data)

輸出結(jié)果：

[[1. 2. 3.][4. 5. 6.][7. 8. 9.]]

不過在后面添加如下語句都可以轉(zhuǎn)換成DataFrame格式：

df = pd.DataFrame(data) df.to_csv()print(df)

輸出結(jié)果：

0 1 20 1.0 2.0 3.01 4.0 5.0 6.02 7.0 8.0 9.0

第三種方式：使用pandas.red_csv()讀取txt文件

import pandas as pd data= pd.read_csv(’E:/DataTest.txt’,names=[’0’, ’1’, ’2’])#輸出結(jié)果是numpy中數(shù)組格式print(data)

輸出結(jié)果：

0 1 20 1 2 31 4 5 62 7 8 9

以上為個人經(jīng)驗(yàn)，希望能給大家一個參考，也希望大家多多支持好吧啦網(wǎng)。