摘要：
Python读取与存储文件内容souce_数据。nrows和souce_数据。ncols分别用于计算表的行数和列数。
一、.csv文件
读取：
import pandas as pd souce_data = pd.read_csv(File_Path)
其中File_path是文件的路径
储存：
import pandas as pd souce_data.to_csv(file_path)
其中，souce_data格式应该为series或者Dataframe格式
二、Excel文件
读取：
import xlrd as xl data_excel = xlrd.open_workbook(file_path) souce_data = data_excel.sheet_by_name(sheet) row_len = souce_data.nrows col_len = souce_data.ncols for i in range(row_len): for j in range(col_len): print(souce_data.cell_value(i,j))
其中，open_workbook（file_path）函数是打开文件file_path，data_excel.sheet_by_name(sheet)函数是打开sheet中的文件并赋值给souce_data。souce_data.nrows与souce_data.ncols是分别计算表格的行数与列数。
三、txt文件
读取：
Python对txt的内容读取有三类方法：read()、readline()、readlines()，这三种方法各有利弊，下面逐一介绍其使用方法和利弊。
1.read()：
read()函数通过一次性读取文件的所有内容放在一个大字符串中，即存在内存中
with open(file_path) as f: souce_data = f.read() print(souce_data)
read()的优势：方便、简单；一次性独读出文件放在一个大字符串中，速度最快。
read()的弊端：文件过大的时候，占用内存会过大
2.readline()：
readline()逐行读取文本，结果是一个list
1 with open(file_path) as f: 2 line = f.readline() 3 while line: 4 print(line) 5 line = f.readline()
readline()的优势：占用内存小，逐行读取。
readline()的弊端：由于是逐行读取，读取速度比较慢
3.readlines()：
readlines()一次性读取文本的所有内容，结果是一个list
with open(file) as f: for line in f.readlines(): print line
这种方法读取的文本内容，每行文本末尾都会带一个' '换行符 (可以使用L.rstrip(' ')去掉换行符
readlines()的利端：一次性读取文本内容，速度比较快
readlines()的弊端：随着文本的增大，占用内存会越来越多
储存:
with open(file_path,'w') as f: f.write(souce_data)
四、储存与读取json文件
存储：
import json with open(file_path,'w') as cf: cf.write(json.dumps(souce_data))
读取：
import json with open(file_path,'r') as rf: souce_data = rf.read() souce_data = eval(souce_data)