本文目录一览：
- 1、PYTHON 读取HDF格式数据出错？
- 2、Python读取文件内容的方法有几种
- 3、如何用numpy提取HDF5數據
- 4、大家好，我想用python代码批量打开一个文件夹中的所有HDF文件，然后进行处理。
- 5、python如何读取文件的内容
- 6、python 读取大文件数据怎么快速读取
PYTHON 读取HDF格式数据出错？
加一句在最前面看输出什么
import os
print(os.path.isfile("D:/data/04modis/MCD15A2H.A2002185.h00v08.006.2015149102758.hdf"))
Python读取文件内容的方法有几种
python读取文本文件内容的方法主要有三种：read()、readline()、readlines()。
第一种：read()
read()是最简单的一种方法，一次性读取文件的所有内容放在一个大字符串中，即内存中。
read()的好处：方便、简单，一次性读出文件放在一个大字符串中，速度最快。
read()的坏处：文件过大的时候，占用内存会过大。
第二种：readline()
readline()逐行读取文本，结果是一个list。
readline()的好处：占用内存小，逐行读取。
readline()的坏处：逐行读取，速度比较慢。
第三种：readlines()
readlines()一次性读取文本的所有内容，结果是一个list。
readlines()的好处：一次性读取文本内容，速度比较快。
readlines()的坏处：随着文本的增大，占用内存会越来越多。
如何用numpy提取HDF5數據
我觉得你尽量分解开来：
1 hdf5文件的读取，这个当然是用python的hdf库比如ls说的h5py ，读成你需要的格式或类型，比如numpy的矩阵类型；
2 从numpy的角度考虑将矩阵数据绘制出图！
大家好，我想用python代码批量打开一个文件夹中的所有HDF文件，然后进行处理。
很明显，你这里的错误：
pyhdf.error.HDF4Error: SD: no such file
是和pyhdf，这个python第三方的库有关系。
即，除非：
某人非常熟悉pyhdf这个库
有人就是pyhdf的开发者
否则，都很难找到根本的原因和解决办法啊。
所以，我是没办法帮你。
除非：
有你的完整的代码，有你的所有的对应的HDF文件，
并且模拟你的环境，花时间去调试你这些代码，
然后，或许，能解决你的问题。。。。。。。。
python如何读取文件的内容
# _*_ coding: utf-8 _*_
import pandas as pd
# 获取文件的内容
def get_contends(path):
with open(path) as file_object:
contends = file_object.read()
return contends
# 将一行内容变成数组
def get_contends_arr(contends):
contends_arr_new = []
contends_arr = str(contends).split(']')
for i in range(len(contends_arr)):
if (contends_arr[i].__contains__('[')):
index = contends_arr[i].rfind('[')
temp_str = contends_arr[i][index + 1:]
if temp_str.__contains__('"'):
contends_arr_new.append(temp_str.replace('"', ''))
# print(index)
# print(contends_arr[i])
return contends_arr_new
if __name__ == '__main__':
path = 'event.txt'
contends = get_contends(path)
contends_arr = get_contends_arr(contends)
contents = []
for content in contends_arr:
contents.append(content.split(','))
df = pd.DataFrame(contents, columns=['shelf_code', 'robotid', 'event', 'time'])
扩展资料：
python控制语句
1、if语句，当条件成立时运行语句块。经常与else, elif(相当于else if) 配合使用。
2、for语句，遍历列表、字符串、字典、集合等迭代器，依次处理迭代器中的每个元素。
3、while语句，当条件为真时，循环运行语句块。
4、try语句，与except,finally配合使用处理在程序运行中出现的异常情况。
5、class语句，用于定义类型。
6、def语句，用于定义函数和类型的方法。
python 读取大文件数据怎么快速读取
python中读取数据的时候有几种方法，无非是read，readline，readlings和xreadlines几种方法，在几种方法中，read和xreadlines可以作为迭代器使用，从而在读取大数据的时候比较有效果.
在测试中，先创建一个大文件，大概1GB左右，使用的程序如下：
[python] view plaincopyprint?
import os.path
import time
while os.path.getsize('messages') 1000000000:
f = open('messages','a')
f.write('this is a file/n')
f.close()
print 'file create complted'
在这里使用循环判断文件的大小，如果大小在1GB左右，那么结束创建文件。--需要花费好几分钟的时间。
测试代码如下：
[python] view plaincopyprint?
#22s
start_time = time.time()
f = open('messages','r')
for i in f:
end_time = time.time()
print end_time - start_time
break
f.close()
#22s
start_time = time.time()
f = open('messages','r')
for i in f.xreadlines():
end_time = time.time()
print end_time - start_time
break
f.close()
start_time = time.time()
f = open('messages','r')
k= f.readlines()
f.close()
end_time = time.time()
print end_time - start_time
使用迭代器的时候，两者的时间是差不多的，内存消耗也不是很多，使用的时间大概在22秒作用
在使用完全读取文件的时候，使用的时间在40s，并且内存消耗相当严重，大概使用了1G的内存。。
其实，在使用跌倒器的时候，如果进行连续操作，进行print或者其他的操作，内存消耗还是不可避免的，但是内存在那个时候是可以释放的，从而使用迭代器可以节省内存，主要是可以释放。
而在使用直接读取所有数据的时候，数据会保留在内存中，是无法释放这个内存的，从而内存卡死也是有可能的。
在使用的时候，最好是直接使用for i in f的方式来使用，在读取的时候，f本身就是一个迭代器，其实也就是f.read方法