Python 학습 - 입력 및 출력
입력과 출력
파일
파일 클래스의 객체를 생성하여 파일을 열 수 있으며, 파일 클래스의 read, readline, write 메소드를 사용하여 읽고 쓸 수 있습니다. 파일을 적절하게. 파일을 읽고 쓰는 기능은 파일을 열 때 지정한 모드에 따라 다릅니다. 마지막으로, 파일 작업이 끝나면 close 메서드를 호출하여 파일 작업이 끝났음을 Python에 알립니다.
파일 사용 예는 다음과 같습니다.
Python 코드
poem = '''''\Programming is fun When the work is done if you wanna make your work also fun:use Python!''' f = file('poem.txt', 'w') f.write(poem) f.close() f = file('poem.txt') while True: line = f.readline() if len(line) == 0: break print line, f.close()
출력:
Python 코드
Programming is fun When the work is done if you wanna make your work also fun: use Python!
먼저 무엇보다도 열려는 파일과 모드가 포함된 파일 클래스의 인스턴스를 생성하여 지정할 수 있습니다. 모드는 읽기 모드('r'), 쓰기 모드('w') 또는 추가 모드('a')일 수 있습니다. 사용할 수 있는 다른 모드도 많이 있습니다. 이에 대해 자세히 알아보려면 도움말(파일)을 사용하세요. 쓰기 모드에서 파일을 연 다음 파일 클래스의 쓰기 메소드를 사용하여 파일을 쓰고 마지막으로 close를 사용하여 파일을 닫습니다.
다음으로 동일한 파일을 다시 열어 파일을 읽습니다. 모드를 지정하지 않으면 읽기 모드가 기본 모드로 사용됩니다. 루프에서는 readline 메서드를 사용하여 파일의 각 줄을 읽습니다. 이 메서드는 줄 끝에 개행 문자를 포함하는 완전한 줄을 반환합니다. 따라서 빈 문자열이 반환되면 파일의 끝에 도달했다는 의미이므로 루프를 중지합니다.
파일에서 읽은 내용이 이미 개행 문자로 끝나기 때문에 인쇄 문에서 쉼표를 사용하여 자동
개행 문자를 제거합니다.
마지막으로 close로 파일을 닫습니다.
저장
Python은 pickle이라는 표준 모듈을 제공합니다. 이를 사용하면 Python 객체를 파일에 저장한 다음 그대로 검색할 수 있습니다. 이를 객체를 지속적으로 저장한다고 합니다.
cPickle이라는 또 다른 모듈이 있습니다. 이 모듈은 C로 작성되어 훨씬 빠릅니다(pickle보다 1000배 빠릅니다). 그 중 무엇이든 사용할 수 있지만 여기서는 cPickle 모듈을 사용하겠습니다. 우리는 두 모듈을 줄여서 피클 모듈이라고 부릅니다.
저장 및 검색 예시는 다음과 같습니다.
Python 코드
import cPickle as p shoplistfile = 'shoplist.data' shoplist = ['apple', 'mango', 'carrot'] f = file(shoplistfile, 'w') p.dump(shoplist, f) f.close() del shoplist f = file(shoplistfile) storedlist = p.load(f) print storedlist
출력:
Python 코드
['apple', 'mango', 'carrot']
첫 번째 모두, 우리는 import..as 구문을 사용했습니다. 이는 더 짧은 모듈 이름을 사용할 수 있도록 하는 편리한 방법입니다. 이 예에서는 한 줄만 변경하여 다른 모듈(cPickle 또는 pickle)로 전환할 수도 있습니다! 프로그램의 나머지 부분에서는 간단히 이 모듈을 p라고 부릅니다.
객체를 파일에 저장하려면 먼저 파일 객체를 쓰기 모드로 연 다음 저장 모듈의 덤프 함수를 호출하여 열린 파일에 객체를 저장합니다. 이 과정을 저장이라고 합니다.
다음으로 피클 모듈의 로드 함수 반환을 사용하여 객체를 검색합니다. 이 프로세스를 저장소 검색이라고 합니다.

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제









Linux 터미널에서 Python 버전을 보려고 할 때 Linux 터미널에서 Python 버전을 볼 때 권한 문제에 대한 솔루션 ... Python을 입력하십시오 ...

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

파이썬 객체의 직렬화 및 사막화는 사소한 프로그램의 주요 측면입니다. 무언가를 Python 파일에 저장하면 구성 파일을 읽거나 HTTP 요청에 응답하는 경우 객체 직렬화 및 사태화를 수행합니다. 어떤 의미에서, 직렬화와 사제화는 세계에서 가장 지루한 것들입니다. 이 모든 형식과 프로토콜에 대해 누가 걱정합니까? 일부 파이썬 객체를 지속하거나 스트리밍하여 나중에 완전히 검색하려고합니다. 이것은 세상을 개념적 차원에서 볼 수있는 좋은 방법입니다. 그러나 실제 수준에서 선택한 직렬화 체계, 형식 또는 프로토콜은 속도, 보안, 유지 보수 상태 및 프로그램의 기타 측면을 결정할 수 있습니다.

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점

Python의 통계 모듈은 강력한 데이터 통계 분석 기능을 제공하여 생물 통계 및 비즈니스 분석과 같은 데이터의 전반적인 특성을 빠르게 이해할 수 있도록 도와줍니다. 데이터 포인트를 하나씩 보는 대신 평균 또는 분산과 같은 통계를보고 무시할 수있는 원래 데이터에서 트렌드와 기능을 발견하고 대형 데이터 세트를보다 쉽고 효과적으로 비교하십시오. 이 튜토리얼은 평균을 계산하고 데이터 세트의 분산 정도를 측정하는 방법을 설명합니다. 달리 명시되지 않는 한,이 모듈의 모든 함수는 단순히 평균을 합산하는 대신 평균 () 함수의 계산을 지원합니다. 부동 소수점 번호도 사용할 수 있습니다. 무작위로 가져옵니다 수입 통계 Fracti에서

이 튜토리얼은 간단한 나무 탐색을 넘어서 DOM 조작에 중점을 둔 아름다운 수프에 대한 이전 소개를 바탕으로합니다. HTML 구조를 수정하기위한 효율적인 검색 방법과 기술을 탐색하겠습니다. 일반적인 DOM 검색 방법 중 하나는 EX입니다

이 기사는 Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask 및 요청과 같은 인기있는 Python 라이브러리에 대해 설명하고 과학 컴퓨팅, 데이터 분석, 시각화, 기계 학습, 웹 개발 및 H에서의 사용에 대해 자세히 설명합니다.

이 기사는 Python 개발자가 CLIS (Command-Line Interfaces) 구축을 안내합니다. Typer, Click 및 Argparse와 같은 라이브러리를 사용하여 입력/출력 처리를 강조하고 CLI 유용성을 향상시키기 위해 사용자 친화적 인 디자인 패턴을 홍보하는 세부 정보.
