Jak odczytać plik tekstowy na listę w pythonie (z przykładami)

Aby wczytać plik tekstowy na listę w Pythonie, możesz użyć jednej z dwóch metod:

Metoda 1: Użyj open()

 #define text file to open
my_file = open(' my_data.txt ', ' r ')

#read text file into list
data = my_file. read ()

Metoda 2: Użyj funkcji Loadtxt()

 from numpy import loadtxt

#read text file into NumPy array
data = loadtxt(' my_data.txt ')

Poniższe przykłady pokazują, jak zastosować każdą metodę w praktyce.

Przykład 1: Wczytaj plik tekstowy do listy za pomocą open()

Poniższy kod pokazuje, jak używać funkcji open() do wczytywania pliku tekstowego o nazwie my_data.txt do listy w Pythonie:

 #define text file to open
my_file = open(' my_data.txt ', ' r ')

#read text file into list 
data = my_file. read ()

#display content of text file
print (data)

4
6
6
8
9
12
16
17
19

Przykład 2: Wczytaj plik tekstowy do listy za pomocą metody Loadtxt()

Poniższy kod pokazuje, jak używać funkcji NumPy Loadtxt() do wczytywania pliku tekstowego o nazwie my_data.txt do tablicy NumPy:

 from numpy import loadtxt

#import text file into NumPy array
data = loadtxt(' my_data.txt ')

#display content of text file
print (data)

[4. 6. 6. 8. 9. 12. 16. 17. 19.]

#display data type of NumPy array
print ( data.dtype )

float64

Zaletą korzystania z metody Loadtxt() jest to, że możemy określić typ danych podczas importowania pliku tekstowego za pomocą argumentu dtype .

Na przykład możemy określić plik tekstowy do zaimportowania do tablicy NumPy jako liczbę całkowitą:

 from numpy import loadtxt

#import text file into NumPy array as integer
data = loadtxt(' my_data.txt ', dtype=' int ')

#display content of text file
print (data)

[4 6 6 8 9 12 16 17 19]

#display data type of NumPy array
print ( data.dtype )

int64

Uwaga : Pełną dokumentację funkcji Loadtxt() można znaleźć tutaj .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak czytać inne pliki w Pythonie:

Jak odczytać plik CSV za pomocą NumPy
Jak czytać pliki CSV za pomocą Pand
Jak odczytać plik tekstowy za pomocą Pand