python讀取檔案對各列進行索引 可以用readlines， 也可以用readline， 如果是大檔案一般就用readlined={}
a_in = open("testfile.txt", "r")
for line in a_in:
columnssplit = line.rstrip().split(" ")
d[columnssplit[0]]=columnssplit[1]
a_in.close()
id_test = open("correlation.txt", "r")
for line in id_test:
s = line.rstrip().split(" ")
if s[1] in d:
print s[0]+" "+d[s[1]]
id_test.close()
## here is another example
f = open("test.txt", "r")
while true:
line = f.readline()
if line: # 或者用 if line != "":
print line
else:
break
f.close()
python 還有乙個pandas 主要用於大資料分析， 它與matplotlib以及 numpy 結合可以替代r語言進行統計學分析, 獲取dataframe的 各行內容，可以用iterrows() 和 itertuples(), 其中 itertuples() 比 iterrows()速度更快。import pandas as pd
df1 = pd.read_csv("test.txt", header = none, sep=' ')
# 列印前三行
print df1[:3]
# 選取前三行的 前三列， 使用df.loc
df2 = df1.loc[:3, [0, 1, 2]]
print df2
# 替換第三列的部分內容
# 合併第一列和替換後的第三列內容
df3 = pd.concat([df2[0], col3], axis = 1)
print df3
參考：
python 讀取大檔案
以前一直沒有關注過python讀取大檔案的問題，因為一直都是順順暢暢地讀取了檔案。直到今天有人問我python怎麼讀取檔案出現了記憶體不足的錯誤？我才發現原來大檔案 gb級別 的讀取和普通檔案的讀取是不一樣的。下面介紹三種我親測可用的方法。這裡的檔案型別可以是txt，dat等型別的檔案。用read ...
python讀取大檔案
最近在學習python的過程中接觸到了python對檔案的讀取。python讀取檔案一般情況是利用open 函式以及read 函式來完成 f open filename,r f.read 這種方法讀取小檔案，即讀取遠遠大小小於記憶體的檔案顯然沒有什麼問題。但是如果是將乙個10g大小的日誌檔案讀取，即...
python 大檔案的讀取
在這裡插入 片很久以前做數學建模的時候面臨了一回大檔案的讀取問題，當時沒有什麼程式設計經驗就使用如下的 進行了讀取。with open filename,rb as fp for line in fp.readlines do something line 這種 在檔案比較小時倒也沒有太大影響，但是...