Python可以理解所有流行的文件格式。 此外，每个库都有自己的“热管”格式。 当然，每种格式的语法都是完全独立的。 我将所有用于处理不同格式文件的功能汇总在一张A4纸上，并以该应用程序为示例在jupyter笔记本中使用。
我根据使用方法有条件地将格式分为三个块。 如您所知，在人与人之间，程序之间（第一个程序段），计算机与网络之间（第二个程序）和“保存游戏”-在同一程序之间的不同时间点（第三步）之间交换文件是必需的。
简要介绍每个块：
1）通用格式：
- .csv-文本，原则上用逗号分隔的值，但是，例如，俄文exel更喜欢用分号分隔，因为逗号在俄文语言环境中已经用作小数点分隔符；
- .raw是不喜欢文件格式的人的二进制格式。 数据类型以及（如果数据是多维的）相应大小应分别传送，文件中的数据本身；
- .xls / .xlsx-旧的二进制文件（限制为65k行）和新的xml exel格式；
- .mat实际上也是两种格式（均为二进制）：旧的专有格式和基于hdf5的新格式。 Python可以同时使用两者（通过库）。
2）“网络”格式：
- .json-文本，看起来像python中的字典，但是引号只能使用双引号；
- .xml-文本，类似于html。
3）原生python格式：
- .pkl是二进制格式，所有内置的Python对象都可以保存到其中。 自定义类也可以，如果python保存了错误的内容，则可以通过魔术方法来帮助它。 支持追加到现有文件的末尾。
- .npy和.npz-在numpy中，最多有两种格式（均为二进制）。 它们是对python v2-> v3过渡时pkl中向后兼容性丧失的一种反应。 开销是最小的（比相应的原始字节多100个字节；但是pkl稍大：比原始字节多150个字节）。 在.npy中，您只能保存一个数组，在npz中-一次保存多个数组，随后您可以按名称将它们保存在那里。
- .h5-二进制hdf5格式。 值得注意的是，您可以在其中存储整个分层数据结构，它几乎是一个文件中的一个文件系统。 另外，它可以在matlab中打开而无需转换。 缺点：
a）小文件占用了不合理的大空间（例如300字节pkl与h5的3.1兆字节），
b）很多错误 ，
c）在现有文件上追加了一个文件，但是如果发生错误（发生错误），则从该文件获取数据将是有问题的。
简而言之， 这里是对hdf5优缺点的详细分析-一种用作交换数据的好格式，对于一种用作文件系统的格式则很不利-例如，您不能擦除数组，只复制没有数组的文件即可。 - .parquet是大数据的二进制格式。 Apache Parquet不是本机Python格式，但已很好地集成到了熊猫中。 您可以即时压缩/扩展（rle，gzip，字典编码）； 压缩比Apache Avro略好。 与avro不同，在avro中，数据是逐行存储的（例如C顺序），在拼花地板中，数据是逐列存储的（例如fortran顺序）。 因此，您可以有效地处理具有大量列的表。
- jupyter决定不重新设计wheel-％存储将其保存为.pkl格式，但是由于某种原因而没有扩展名。
速查表本身：
-pdf格式
-png格式：
使用图表中所有功能的示例：
带有目录和ipynb源的html