Python為什么在此代碼中兩次使用open（filename）？

Question

這是《機器學習在行動》第二章中的一段代碼。 目標是將文件傳輸到matix。 我不明白的是為什么我應該兩次使用fr = open（filename）？

當我刪除第二個open（filename）時，代碼僅返回空白矩陣。 我不知道為什么。

非常感謝您抽出寶貴的時間！

def file2matrix(filename):
    fr = open(filename)
    numberOfLines = len(fr.readlines())        
    returnMat = zeros((numberOfLines,3))       
    classLabelVector = []                       
    fr = open(filename)
    index = 0
    for line in fr.readlines():
        line = line.strip()
        listFromLine = line.split('\t')
        returnMat[index,:] = listFromLine[0:3]
        classLabelVector.append(int(listFromLine[-1]))
        index += 1
    return returnMat,classLabelVector

Answer 1

它讀取文件兩次：

1. 首先，它讀取所有行，然后對行進行計數並初始化矩陣：

    fr = open(filename) numberOfLines = len(fr.readlines()) returnMat = zeros((numberOfLines,3)) 

2. 其次，它再次讀取文件以填充矩陣：

    fr = open(filename) index = 0 for line in fr.readlines(): line = line.strip() ... 

並且它需要再次打開文件，以從頭開始重新讀取。

這不是有效的代碼。 由於fr.readlines()讀取整個文件，因此無需再次讀取文件，而是將結果（行列表）存儲在變量中，並在填充矩陣時重用。

處理完文件后，還應該調用close() 。

Answer 2

當您使用readlines函數時，它將所有行讀入內存，並且在文件末尾，文件指針位於文件的末尾。

因此，如果您已經使用完后嘗試重新讀取行，由於文件指針位於末尾，它將從末尾到末尾讀取，因此為空白矩陣。

他們重新打開了文件，使文件指針又回到了開頭。 這樣做的另一種方法是filevariable.seek（0），它將文件指針移回起點，您應該能夠再次使用讀取行。

需要注意的一件事是，readlines會將整個文件讀入內存，如果您有一個龐大的文件，則應使用for循環並使用readline一次讀取一行。

Answer 3

現在建議在處理文件時始終使用上下文管理器。 請嘗試以下操作，它應該與您要尋找的非常接近。

def file2matrix(filename):
    with open(filename, "r") as fr:
        returnMat = zeros((len(fr.readlines,3))
        classLabelVector = [] 
        index = 0
        for line in fr:
            line = line.strip()
            listFromLine = line.split('\t')
            returnMat[index,:] = listFromLine[0:3]
            classLabelVector.append(int(listFromLine[-1]))
            index += 1
    return returnMat,classLabelVector