利用Python读取文件的四种不同方法比对

更新时间：2017年05月18日 14:11:09 作者：时空路由器

Python的文本处理是经常碰到的一个问题，下面这篇文章主要给大家介绍了关于Python读取文件的几种不同方法比对的相关资料，文中给出了详细的示例代码供大家理解和学习，需要的朋友们下面来一起看看吧。

前言

大家都知道Python 读文件的方式多种多样，但是当需要读取一个大文件的时候，不同的读取方式会有不一样的效果。下面就来看看详细的介绍吧。

场景

逐行读取一个 2.9G 的大文件

CPU i7 6820HQ
RAM 32G

方法

对每一行的读取进行一次分割字符串操作

以下方法都使用 with…as 方法打开文件。

with 语句适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都会执行必要的“清理”操作，释放资源，比如文件使用后自动关闭、线程中锁的自动获取和释放等。

方法一最通用的读文件方式

with open(file, 'r') as fh:
 for line in fh.readlines():
 line.split("|")

运行结果：耗时 15.4346568584 秒

系统监视器中显示内存从 4.8G 一下子飙到了 8.4G， fh.readlines() 将读取的所有行数据存到内存，这种方法适合小文件。

方法二

with open(file, 'r') as fh:
 line = fh.readline()
 while line:
 line.split("|")

运行结果：耗时 22.3531990051 秒

内存几乎没有变化，因为内存中只存取一行的数据，但是时间明显比上一次的长，对于进一步处理数据来说效率不高。

方法三

with open(file) as fh:
 for line in fh:
 line.split("|")

运行结果：耗时 13.9956979752 秒

内存几乎没有变化，速度也比方法二快。

for line in fh 将文件对象 fh 视为可迭代的，它自动使用缓冲的 IO 和内存管理，因此您不必担心大文件。这是很 pythonic 的方式！

方法四 fileinput 模块

for line in fileinput.input(file):
 line.split("|")

运行结果：耗时 26.1103110313 秒

内存增加了 200-300 MB，速度是以上最慢的。

总结

以上方法仅供参考，公认的大文件读取方法还是三最好。但是具体情况还是要根据机器的性能、处理数据的复杂度。

好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对脚本之家的支持。

您可能感兴趣的文章:

Python高级应用实例对比：高效计算大文件中的最长行的长度
在操作某个很多进程都要频繁用到的大文件的时候，应该尽早释放文件资源（f.close()）,只有这样才能算是一则高效率的代码，下面我们就来分析下这3种方法的优劣
2014-06-06
使用Cython加密Python代码防止反编译
本文我们主要介绍如何使用 Cython 加密源代码,虽然 Cython 的作用主要是为了提高代码的运行效率,但是也对源代码有一定的加密效果,需要的朋友可以参考下
2024-05-05
从Pyspark UDF调用另一个自定义Python函数的方法步骤
PySpark,通常称为Apache Spark的Python API,是为分布式数据处理而创建的,使用UDF,可以扩展和定制 PySpark 的功能以满足某些需求,在本文中,我们将学习如何从Pyspark UDF调用另一个自定义Python函数,需要的朋友可以参考下
2023-11-11
python学习数据结构实例代码
数据结构就是用来将数据组织在一起的结构。换句话说，数据结构是用来存储一系列关联数据的东西。在Python中有四种内建的数据结构，分别是List、Tuple、Dictionary以及Set。本文将通过实例来介绍这些数据结构的用法。
2015-05-05
在Python中使用Protocol Buffers的详细介绍
本文详细介绍了协议缓冲区（Protocol Buffers）在Python中的应用,包括其定义、序列化和解析过程,协议缓冲区是一种灵活且高效的自动化解决方案,本文包括了如何将地址簿应用程序的个人详细信息写入文件的示例代码,并提供了相应的下载和安装指导,感兴趣的朋友一起看看吧
2024-10-10
教你如何利用python进行数值分析
今天教大家如何利用python进行数值分析,文中有非常详细的代码示例,对正在学习python的小伙伴们很有帮助,需要的朋友可以参考下
2021-06-06
macOS M1(AppleSilicon) 安装TensorFlow环境
苹果为M1芯片的Mac提供了TensorFlow的支持，本文主要介绍了如何给使用M1芯片的macOS安装TensorFlow的环境，感兴趣的可以了解一下
2021-08-08
python报错: ''list'' object has no attribute ''shape''的解决
这篇文章主要介绍了python报错: 'list' object has no attribute 'shape'的解决，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-07-07
Python实现奇数列与偶数列调换的方法详解
这篇文章主要为大家详细介绍了如何利用Python实现df的奇数列与偶数列调换位置，比如A列，B列，调换成B列，A列，感兴趣的小伙伴可以了解一下
2022-05-05
使用Python制作一个数据预处理小工具(多种操作一键完成)
这篇文章主要介绍了使用Python制作一个数据预处理小工具(多种操作一键完成),本文通过图文实例相结合给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-02-02

利用Python读取文件的四种不同方法比对

相关文章

最新评论

大家感兴趣的内容

最近更新的内容

常用在线小工具