最近开始学习tensorflow框架，选修课让任选一种框架实现mnist手写数字的识别分类。小詹也就随着大流选择了 tf 框架，跟着教程边学边做，小詹用了不同的神经网络实现了识别分类，其中有一个步骤是将训练过程得到的模型进行保存，在之后的测试中加载并使用该模型。想到这种先保存再加载调用的过程，之前很多地方都遇到过呀，最简单常用的就是python中文件的存取哇！于是乎，小詹夜观星象，就着手整理记录各种文件存取的骚操作，具体如下。
（PS:虽然我知道技术文章太长，耐心看完的人很少，曝光率和点赞率会下降，更不会有什么收益，但是还是想记录下自己学习过程中的一些笔记，以后自己或者别人查起来方便些！）
●Python内置方法
●numpy模块方法
●os模块方法
●csv模块方法Pythn内置方法
在不需要借助任何外界库的前提下，python内置方法其实也可以完成我们需要的文件存取任务，这里主要介绍几种python内置方法的使用方式，最后再给出一个实际案例展示：
open（）方法
file object = open(file_name [, access_mode][, buffering])
该方法意义在于按照指定模式打开文件，其中，各个参数的含义如下：
file_name：file_name变量是一个包含了你要访问的文件名称的字符串值。
access_mode：access_mode决定了打开文件的模式：只读，写入，追加等。所有可取值见如下的完全列表。这个参数是非强制的，默认文件访问模式为只读(r)。常用文件访问模式见下图（来源于网络）
![b04cdf0dd36c345ef88c5d785ef5a9b29b768b48]()
buffering: 如果buffering的值被设为0，就不会有寄存。如果buffering的值取1，访问文件时会寄存行。如果将buffering的值设为大于1的整数，表明了这就是的寄存区的缓冲大小。如果取负值，寄存区的缓冲大小则为系统默认。
close（）方法
File 对象的 close（）方法刷新缓冲区里任何还没写入的信息，并关闭该文件，这之后便不能再进行写入。当一个文件对象的引用被重新指定给另一个文件时，Python 会关闭之前的文件。用 close（）方法关闭文件是一个很好的习惯。
fileObject.close()
write （）方法
fileObject.write(string)
write()方法可将任何字符串写入一个打开的文件。需要重点注意的是，Python字符串可以是二进制数据，而不是仅仅是文字。write()方法不会在字符串的结尾添加换行符('\n')；被传递的参数是要写入到已打开文件的内容。
read （） 方法
fileObject.read([count])
read（）方法从一个打开的文件中读取一个字符串。需要重点注意的是，Python字符串可以是二进制数据，而不是仅仅是文字。被传递的参数是要从已打开文件中读取的字节计数。该方法从文件的开头开始读入，如果没有传入count，它会尝试尽可能多地读取更多的内容，很可能是直到文件的末尾。
举例分析
一般情况，建议小伙伴们使用with ...as...写法，这种会在执行完代码块后自动close，既可以简化程序，又可以避免自己粗心或者其他原因造成的不必要错误，下面给出一个实际案例。
#先用open方法打开（不存在则创建）一个文件，
#write方法写入内容，这里with写法不用手动close
#注意这里是模式‘a'，意味着写入内容不覆盖已有内容
with open('test.txt','a') as file_test:
file_test.write('小詹是个美男子!\n')
file_test.write('请关注公众号【小詹学python】!\n')
#注意利用read方法读取内容，模式要设置为可读模式
#read()方法不带参数，表示默认读取最长内容
with open('test.txt','r') as file_test:
str = file_test.read()
print(str)
输出结果会在目录下多出一个test.txt文件，并读取后输出所有内容，下图为执行了三次的结果，说明模式‘a'不会覆盖已有内容（重要的事情说三遍！）
fileObject.read([count])
这里主要介绍numpy模块中的两个常用方法，用于保存读取数据。
np.loadtxt(filename, dtype=int, delimiter=' ')
np.savetxt(filename, a, fmt="%d", delimiter=",")
其中，filename为要保存或读取的文件名，a为存取的内容，delimiter为分隔符号。这个使用很简单，代码如下：
import numpy as np
a=np.arange(0,10,0.5).reshape(4,-1)
#改为保存为整数，以逗号分隔
np.savetxt("a.txt",a,fmt="%d",delimiter=",")
#load时也要指定为逗号分隔
b = np.loadtxt("a.txt",delimiter=",")
print('b=\n',b)
其运行结果，创建了一个名为’a.txt‘ 的文件，保存了数组，并print打印出来读取结果，如下图：
![b59b4930fb103efe94e7e35f0cb9703fd55e09a6]()
python中的os模块很强大，提供了许多文件处理操作的方法。以下列举出常用的几种方法。
os.open()
os.open(file, flags[, mode]);
其中，参数含义为：
file -- 要打开的文件
flags -- 该参数可以是以下选项，多个使用 "|" 隔开：
os.O_RDONLY:
以只读的方式打开
os.O_WRONLY:
以只写的方式打开
os.O_RDWR :
以读写的方式打开
os.O_NONBLOCK:
打开时不阻塞
os.O_APPEND:
以追加的方式打开
os.O_CREAT:
创建并打开一个新文件
os.O_TRUNC:
打开一个文件并截断它的长度为零（必须有写权限）
os.O_EXCL:
如果指定的文件存在，返回错误
os.O_SHLOCK:
自动获取共享锁
os.O_EXLOCK:
自动获取独立锁
os.O_DIRECT:
消除或减少缓存效果
os.O_FSYNC :
同步写入
os.O_NOFOLLOW:
不追踪软链接
os.rename(current_name,new_name)
方法用于更改文件名称
os.remove(filename)
方法用于删除指定文件
os.mkdir('newdir')
方法用于创建单层目录，如果该目录已存在会抛出异常
os.chdir('newdir')
方法用于改变当前工作目录
os.getcwd()
方法获取当前工作目录
os.write(fd,str)
向指定文件写入内容，注意str要转换成byte
这里注意针对内容的写入举例，注意str要转换成byte，否则会报错（a bytes-like object is required, not ‘str’）！
import os
# # 打开文件
fd = os.open("f1.txt",os.O_RDWR|os.O_CREAT)
# # 写入字符串
line = "this is xiaozhan"
b = str.encode(line)
os.write(fd,b)
# #直接写str报错：a bytes-like object is required, not ‘str’
os.close(fd)
#以可读模式打开
fd = os.open("f1.txt",os.O_RDWR)
ret = os.read(fd,16)
print(ret)
os.close(fd)
print('finish close')
# os.remove('f1.txt')
和前几种方法一样，主要是读取和写入两个部分。主要依靠csv.reader()，csv.writer()和writerow()方法。和前边几种大同小异，这里直接代码中讲解基础的使用方式。
import csv
with open('l.csv', 'w',newline='') as csvfile:
#csv.writer()方法创建
eWriter = csv.writer(csvfile)
#用writerow()方法逐行写入
eWriter.writerow(['ID', '名字', '粉丝数量'])
eWriter.writerow(['xiaoxiaozhantongxue','小詹学python',15000])
eWriter.writerow(['xiaoxiaozhantongxue','小詹学python',15000])
eWriter.writerow(['xiaoxiaozhantongxue','小詹学python',15000])
#打开文件，用with打开可以不用去特意关闭file了，python3不支持file()打开文件，只能用open()
with open('l.csv','r') as csvfile:
#读取csv文件，返回的是迭代类型
read = csv.reader(csvfile)
for i in read:
print(i)
运行结果如下图：
![c77b48c2ee5c30eed07a54dfc558d5d34b643d72]()
以上就是本次整理的内容了，方便自己查阅也希望对各位读者有一丢丢用噢！
原文发布时间为：2018-6-20
本文作者：小詹同学
本文来自云栖社区合作伙伴“小詹学Python”，了解相关信息可以关注“小詹学Python”。
