預備小菜：Python入門之操作檔案

檔案的讀寫操作是資料分析經常遇到的場景，也是常見的I/O（Input/Output）場景。我們常用的一般是excel檔案、txt檔案、csv檔案。單個的txt或者csv檔案是比單個excel檔案儲存的行數多。不過Excel目前最大的支援的行數是1048756行，對于剛開始接觸資料分析的人來說，是完全足夠了，如果有成千萬甚至上億的資料時，會采用一些大資料相關的技術處理，并不是我們講述的重點，是以我們就先用txt檔案來示範一下，Python是如何讀取和寫入的。

讀取檔案

首先我們在電腦本地建立一個test.txt的檔案，檔案中寫入四行内容，如圖所示。

然後我們開始讀取檔案，在Python中提供了一個内置函數open()，它用于打開一個檔案，建立一個file 對象，然後可以對file 對象進行讀取操作。

test = open('test.txt', 'r')
print(test.read())
#代碼結果：
hello
world
Python
資料分析           

上面open()函數中有兩個參數，第一個是檔案的名稱，可以使用相對路徑，也可以使用絕對路徑，如果使用相對路徑則需要目前代碼腳本檔案和讀取檔案同一級目錄，否則就是抛出一個FileNotFoundError的異常。

FileNotFoundError: [Errno 2] No such file or directory: 'test.txt'

第二個參是指的檔案的打開方式，比如隻讀，寫入或者追加等，如果不添加的話，預設是隻讀方式打開檔案。在Python中檔案打開方式多達10餘種，常用的打開方式如表所示。

打開方式	作用	功能描述
r	讀	以隻讀方式打開檔案，檔案不存在則報錯
r+	讀、覆寫寫	以讀寫方式打開檔案，檔案不存在則報錯
rb	讀	以隻讀方式打開檔案讀取二進制資料，檔案不存在則報錯
rb+	讀、覆寫寫	以讀寫方式打開檔案操作二進制資料，檔案不存在則報錯
w	寫	以隻寫方式打開檔案，檔案存在則覆寫，不存在則建立
w+	讀、覆寫寫	以讀寫方式打開檔案，檔案存在則覆寫，不存在則建立
wb	寫	以隻寫方式打開檔案寫入二進制資料，檔案存在則覆寫，不存在則建立
wb+	讀、覆寫寫	以讀寫的方式打開檔案寫入二進制資料，檔案存在則覆寫，不存在則建立
a	追加寫	追加内容，新寫的内容添加到已有内容之後，不覆寫，若檔案不存在則會建立檔案
a+	讀、追加寫	讀寫内容，新寫的内容添加到已有内容之後，不覆寫，若檔案不存在則會建立檔案
ab	追加寫	追加二進制資料，新寫的内容添加到已有内容之後，不覆寫，若檔案不存在則會建立檔案
ab+	讀、追加寫	讀寫二進制資料，新寫的内容添加到已有内容之後，不覆寫，若檔案不存在則會建立檔案

以上各種方式無法就是三個操作，讀r（read），寫w（write），追加a（append），如果帶b表示操作的是二進制資料，二進制表示的檔案在硬碟上存儲的資料原始的樣子。上面的示例使用二進制讀取是這樣的：

test = open("test.txt", 'rb')
print(test.read())
#代碼結果：
b'hello\nworld\nPython\n\xe6\x95\xb0\xe6\x8d\xae\xe5\x88\x86\xe6\x9e\x90'           

為什麼使用二進制的資料呢？因為圖檔或視訊檔案是不能用字元串方式來顯示，是以隻能用二進制的方式來讀寫，而且二進制資料可以跨平台使用。

寫入檔案

在上一個小節，我們看到了12種檔案打開方式用于讀寫操作，而且讀寫需要的mode不一樣，那如果用隻讀模式打開，進行寫操作會有什麼樣的結果呢？

test = open("test.txt", 'r')
word = '一個新字元串'
test.write(word)           

運作結果呢，不出意外，報錯

io.UnsupportedOperation: not writable

是以需要按照指定的檔案打開方式：

test = open("test.txt", 'w')
word = '一個新字元串'
test.write(word)           

這是打同級目錄下的test.txt檔案，發現隻有一行文字，就是我們新寫入的字元串。同樣如果是用寫的方式打開檔案，進行檔案的操作的時候也會同樣報io異常:not readable。

注意：檔案的寫操作，預設的編碼是系統編碼，而最常用的中文window系統預設的編碼格式是GBK，如果使用追加寫的方式，原來檔案内容字元編碼的不統一的話，會産生亂碼。是以有關寫的操作的時候，最好在open()時指定字元編碼，以免出現亂碼。

最後我們再看下append的方式是怎麼樣的，繼續使用上面的test.txt檔案，繼續寫入：

test = open("test.txt", 'a')
word = '又一個新字元串'
test.write(word)           

這時我們檢視一下text.txt檔案，檔案内容是："一個新字元串又一個新字元串"，可見“a”方式是實作了追加寫而不是覆寫寫。

不過以上三個示例的寫法并不規範，如果在代碼中打開了某個檔案，沒有釋放掉，其他的程式是無法操作檔案，是以需要在最後關閉檔案，而且在檔案操作時候還需要進行異常處理，是以完善的寫法應該是如下。

檔案操作完整寫法：

try:  
    test = open("test.txt", 'r', encoding="UTF8")  
    word = '又一個新字元串'  
    test.write(word)  
except Exception as e:  
    print("操作檔案異常：{}".format(e))  
finally:
test.close()           

如果每次操作檔案的時候需要寫try 捕獲異常，還需要釋放資源。這樣代碼顯得很備援，是以Python中還提供了一種方法就是with用法，會自動進行資源的擷取和釋放，用法也比較簡單易懂。

檔案操作完整寫法：

with open("test.txt", 'a', encoding="UTF8") as test:
word = '又一個新字元串'
test.write(word)           

with 語句實質是上下文管理，多用于檔案操作、資料庫連接配接操作等應用場景。

小結

多數情況下，操作的是excel檔案，而操作excel檔案會有很多專用的庫，例如openpyxl等，這些内容等到後面需要的再講到。

對于資料分析入門來講，Python的這些基礎知識就基本夠用，當然它不僅僅能做資料分析，還可以開發web，也支援面向對象的程式設計方式，語言的深度遠不止這些，感興趣的可以自行找一些學習資料，畢竟現在網上最不缺的就是老師。

預備小菜的章節到這裡就結束了，後面我們開始制作“大餐”。