我试图将文本文件的行读入python中的列表或数组。我只需要能够单独访问列表或数组中的任何项目后，它被创建。
文本文件的格式如下:
0,0,200,0,53,1,0,255,...,0.
哪里…在上面，有实际的文本文件有数百或数千个项目。
我正在使用下面的代码来尝试将文件读入一个列表:
text_file = open("filename.dat", "r")
lines = text_file.readlines()
print lines
print len(lines)
text_file.close()
我得到的输出是:
['0,0,200,0,53,1,0,255,...,0.']
1
显然，它是将整个文件读入一个只有一个项的列表，而不是一个包含单个项的列表。我做错了什么?
当前回答
我有点晚了，但你也可以把文本文件读入一个数据框架，然后将相应的列转换为一个列表。
lista=pd.read_csv('path_to_textfile.txt', sep=",", header=None)[0].tolist()
的例子。
lista=pd.read_csv('data/holdout.txt',sep=',',header=None)[0].tolist()
注意:对应的数据帧的列名将以整数的形式，我选择0，因为我只提取第一列
其他回答
这样更好，
def txt_to_lst(file_path):
try:
stopword=open(file_path,"r")
lines = stopword.read().split('\n')
print(lines)
except Exception as e:
print(e)
所以你想创建一个列表的列表…我们需要从一个空列表开始
list_of_lists = []
接下来，我们逐行读取文件内容
with open('data') as f:
for line in f:
inner_list = [elt.strip() for elt in line.split(',')]
# in alternative, if you need to use the file content as numbers
# inner_list = [int(elt.strip()) for elt in line.split(',')]
list_of_lists.append(inner_list)
一个常见的用例是柱状数据，但是我们的存储单位是 文件的行，我们已经逐行读取，所以你可能想要转置 你的列表中的列表。这可以用下面的习语来实现
by_cols = zip(*list_of_lists)
另一种常见的用法是为每一列命名
col_names = ('apples sold', 'pears sold', 'apples revenue', 'pears revenue')
by_names = {}
for i, col_name in enumerate(col_names):
by_names[col_name] = by_cols[i]
这样你就可以对同构数据项进行操作
mean_apple_prices = [money/fruits for money, fruits in
zip(by_names['apples revenue'], by_names['apples_sold'])]
我所写的大部分内容都可以使用标准库中的csv模块来加速。另一个第三方模块是pandas，它允许您自动化典型数据分析的大部分方面(但有许多依赖项)。
在Python 2中，zip(*list_of_lists)返回一个不同的(转置的)列表列表，在Python 3中，情况发生了变化，zip(*list_of_lists)返回一个不可下标的zip对象。
如果您需要索引访问，您可以使用
by_cols = list(zip(*list_of_lists))
在两个版本的Python中都提供了列表的列表。
另一方面，如果你不需要索引访问，你想要的只是构建一个按列名索引的字典，zip对象就可以了…
file = open('some_data.csv')
names = get_names(next(file))
columns = zip(*((x.strip() for x in line.split(',')) for line in file)))
d = {}
for name, column in zip(names, columns): d[name] = column
这个问题问的是如何将逗号分隔的值内容从文件读入可迭代列表:
0,0,200,0,53,1,0,255,... , 0.
最简单的方法是使用csv模块，如下所示:
import csv
with open('filename.dat', newline='') as csvfile:
spamreader = csv.reader(csvfile, delimiter=',')
现在，你可以像这样轻松地遍历垃圾邮件阅读器:
for row in spamreader:
print(', '.join(row))
更多示例请参见文档。
我有点晚了，但你也可以把文本文件读入一个数据框架，然后将相应的列转换为一个列表。
lista=pd.read_csv('path_to_textfile.txt', sep=",", header=None)[0].tolist()
的例子。
lista=pd.read_csv('data/holdout.txt',sep=',',header=None)[0].tolist()
注意:对应的数据帧的列名将以整数的形式，我选择0，因为我只提取第一列
你也可以像loadtxt一样使用numpy
from numpy import loadtxt
lines = loadtxt("filename.dat", comments="#", delimiter=",", unpack=False)
