python写入方法

第一种：Python自带的内置函数函数write()
write()方法可将任何字符串写入一个打开的文件。注意：Python字符串可以是二进制数据，而不仅仅是文字。(需要将数字转为字符串)
write()方法不会在字符串结尾添加换行符(’\n’)
语法：fileObject.write(string)
被传递的参数是要写入到已打开文件的内容
eg：
f = open(‘a.txt’, ‘w’)
f.write(‘Hello world!’)
f.close() # 需要关闭打开的文件
with open(‘a.txt’, ‘w’) as f:
f.write(‘Hello World!’)

第二种：numpy：np.savetxt()方法
nump.savetxt(fname, X)
参数：
fname：文件名
X：需要保存的数组(一维或二维)
eg：
import numpy as tf
a_1 = np.arange(5)
a_2, a_3 = a_1 * 2, a_1 * 3
np.savetxt(‘a.txt’, (a_1, a_2, a_3))

第三种：pandas：to_csv()方法
DataFrame.to_csv(path_or_buf=None, sep=’, ‘, na_rep=’’, float_format=None, columns=None,header=True, index=True, index_label=None, mode=‘w’, encoding=None, compression=None, quoting=None, quotechar=’"’, line_terminator=’\n’, chunksize=None, tupleize_cols=None, date_format=None, doublequote=True, escapechar=None, decimal=’.’)
参数：
path_or_buf=None： 字符串或文件句柄，默认无文件
路径或对象，如果没有提供，结果将返回为字符串。

sep : 输出文件的字段分隔符，默认情况下：‘，’

na_rep : 字符串，默认为 ‘’ 浮点数格式字符串

float_format : 字符串，默认为 None ，浮点数格式字符串

columns :顺序，可选列写入

header : 字符串或布尔列表，默认为true 写出列名。如果给定字符串列表，则假定为列名的别名。

index :布尔值，默认为Ture 写入行名称（索引）

index_label : 字符串或序列，或False,默认为None
如果需要，可以使用索引列的列标签。如果没有给出，且标题和索引为True，则使用索引名称。如果数据文件使用多索引，则应该使用这个序列。如果值为False，不打印索引字段。在R中使用index_label=False 更容易导入索引.

mode : 模式，值为‘str’，字符串 。写模式，默认‘w’。在已有文件的基础上填入数据，采用模式‘a’

encoding : 编码：字符串，可选
表示在输出文件中使用的编码的字符串，Python 2上默认为“ASCII”和Python 3上默认为“UTF-8”。

compression : 字符串，可选项
表示在输出文件中使用的压缩的字符串，允许值为“gzip”、“bz2”、“xz”，仅在第一个参数是文件名时使用。

line_terminator :字符串，默认为 ‘\n’
在输出文件中使用的换行字符或字符序列

quoting : CSV模块的可选常量
默认值为to_csv.QUOTE_MINIMAL。如果设置了浮点格式，那么浮点将转换为字符串，因此csv.QUOTE_NONNUMERIC会将它们视为非数值的。

quotechar : 字符串（长度1），默认“”
用于引用字段的字符

doublequote :布尔，默认为Ture
控制一个字段内的quotechar

escapechar : 字符串（长度为1），默认为None
在适当的时候用来转义sep和quotechar的字符

chunksize : int或None 一次写入行

tupleize_cols : 布尔值 ，默认为False
从版本0.21.0中删除：此参数将被删除，并且总是将多索引的每行写入CSV文件中的单独行
（如果值为false）将多索引列作为元组列表（如果TRUE）或以新的、扩展的格式写入，其中每个多索引列是CSV中的一行。

date_format : 字符串，默认为None
字符串对象转换为日期时间对象

decimal: 字符串，默认’。’
字符识别为小数点分隔符。例如。欧洲数据使用 ’，’

eg：
time_stamp_1 = pd.Series(time_stamp_tmp, name=‘Timestamp’)#name=‘Timestamp’
img_name_time_2 = pd.Series(img_name_tmp, name=‘ImageName’)
head = [‘Timestamp’, ‘ImageName’]
save = pd.DataFrame({‘Timestamp’:time_stamp_1, ‘ImageName’:img_name_time_2}, columns=head)
save.to_csv(‘data_time_imgname.txt’, index=False, sep=’\t’)

注意：
若是在已有的文件中添加新的数据。可以采用一下方式：
with open(‘a.txt’, ‘a’) as f:
f.write(’\n’)
f.write(‘My name is Jane’)