我建议这个解决方案。

with open('your_file.txt', 'w') as f:        
    list(map(lambda item : f.write("%s\n" % item),my_list))   

还有另一种方式。使用simplejson序列化为json(在python 2.6中包含为json):

>>> import simplejson
>>> f = open('output.txt', 'w')
>>> simplejson.dump([1,2,3,4], f)
>>> f.close()

如果你检查output.txt:

[1, 2, 3, 4]

这很有用，因为它的语法是python的，它是人类可读的，并且它可以被其他语言的其他程序读取。

我认为探索使用genexp的好处会很有趣，所以下面是我的看法。

问题中的例子使用方括号来创建一个临时列表，因此相当于:

file.writelines( list( "%s\n" % item for item in list ) )

这将不必要地构造一个包含所有将被写入的行的临时列表，这可能会消耗大量的内存，这取决于列表的大小以及str(item)的输出有多详细。

去掉方括号(相当于去掉上面的包装列表()调用)将会传递一个临时生成器给file.writelines():

file.writelines( "%s\n" % item for item in list )

该生成器将按需创建以换行符结束的项目对象表示(即当它们被写入时)。这很好，有几个原因:

内存开销很小，即使对于非常大的列表也是如此 如果str(item)很慢，则在处理每个项时，文件中都有可见的进展

这避免了内存问题，例如:

In [1]: import os

In [2]: f = file(os.devnull, "w")

In [3]: %timeit f.writelines( "%s\n" % item for item in xrange(2**20) )
1 loops, best of 3: 385 ms per loop

In [4]: %timeit f.writelines( ["%s\n" % item for item in xrange(2**20)] )
ERROR: Internal Python error in the inspect module.
Below is the traceback from this internal error.

Traceback (most recent call last):
...
MemoryError

(我通过限制Python的max触发了此错误。使用ulimit -v 102400虚拟内存到~100MB)。

把内存使用放在一边，这个方法实际上并不比原来的方法快:

In [4]: %timeit f.writelines( "%s\n" % item for item in xrange(2**20) )
1 loops, best of 3: 370 ms per loop

In [5]: %timeit f.writelines( ["%s\n" % item for item in xrange(2**20)] )
1 loops, best of 3: 360 ms per loop

(Python 2.6.2 on Linux)

使用Python 3和Python 2.6+语法:

with open(filepath, 'w') as file_handler:
    for item in the_list:
        file_handler.write("{}\n".format(item))

这是平台独立的。它还使用换行符结束最后一行，这是UNIX的最佳实践。

从Python 3.6开始，"{}\n".format(item)可以用f-string替换:f"{item}\n"。

因为我很懒....

import json
a = [1,2,3]
with open('test.txt', 'w') as f:
    f.write(json.dumps(a))

#Now read the file back into a Python list object
with open('test.txt', 'r') as f:
    a = json.loads(f.read())

你打算怎么处理这个文件?这个文件是否存在于人类，或其他具有明确互操作性要求的程序?

如果您只是试图将列表序列化到磁盘，以便稍后由同一python应用程序使用，则应该pickle该列表。

import pickle

with open('outfile', 'wb') as fp:
    pickle.dump(itemlist, fp)

再读一遍:

with open ('outfile', 'rb') as fp:
    itemlist = pickle.load(fp)