前面一个笔记谈到了tensorflow中队列的读取和保存工作，今天我们简单的介绍一下文件的读取和保存工作。
要读取文件，首先我们需要一个文件。为了便于理解（假设你和我一样对知识一无所知~~），我们先来创建一个文件。创建的方法简单粗暴。如下图所示
读取文件文本内容
with open('F:\LEEANG\深度学习\BK1\LEEANG.txt') as file_object:
contents = file_object.read()
print(contents)11111111111111
22222222222222
33333333333333
44444444444444
详细解释上述代码：
open()函数接受一个参数：要打开的文件的名称。通常python在当前执行的文件所在的目录中查找指定的文件，该函数常常写为open（filename），上述代码由于文件不在执行的文件所在的目录下，所以加入了文件的地址。
关键字with表示在不需要访问文件后将其关闭。python会在适合的时候自动将需要关闭的结构关闭掉。
在open（）函数返回一个表示LEEANG的对象后，我们使用read（）方法读取这个文件的全部内容，并将其作为一个长的字符串存储在变量contents中。这样打印contents，就可以显示文件的全部内容。
tips：当文件和执行文件在一个目录内时，我们可以仅注明文件名即可；若不在同一目录，是在执行文件所在目录的子目录下面，我们要提供相对路径；若在其他文件夹，则要提供绝对路径。上述代码表示的是绝对路径。
写入文件
保存数据的方法之一是将数据写入到文件中。通过输出写入文件达到保存文件的目的。这样即使我们关闭了程序，文件依然被保存下来。下次打开文件可以继续使用或者与他人共享我们的输出文件。
如何写入文件，我们首先看下面一段代码：
with open('F:\LEEANG\深度学习\BK1\LEEANG121.txt', 'w') as file_object:
file_object.write('RNG, IG, FPX)和上面一样，我们先来解释一下代码：
首先open（）函数提供了两个实参。第一个参数‘F:\LEEANG\深度学习\BK1\LEEANG121.txt’是要打开的文件的路径及名称（若没有该文件，这一句代码则相当于在这个路径下创建一个名为LEEANG121的txt文件）。第二个实参‘w’告诉系统我们要以‘写入模式’打开该文件。
我们使用文件对象的方法write（）将一个字符串写入文件。
tips：
1打开文件时可以指定的模式有读取模式‘r’、写入模式‘w’、附加模式‘a’以及可以让你读取和写入的模式‘r+’。其中以写入模式打开文件时，若文件时存在的，则返回文件时文件内容会被清空。
存储数据
使用json.dump()和json.load()进行数据的存储和加载，先上代码：
import json #导入json模块
numbers = [1, 2, 3, 4, 5] #定义numbers的列表
filename = 'numbers.json' #给文件命名
with open(filename, 'w') as f_obj: #以写入的方法打开文件
json.dump(numbers, f_obj) #存储上面的列表数据到文件中其中json.dump()函数接受两个实参，要存储的数据（即上述代码的列表）以及可以用于存储数据的文件对象
加载上述数据
import json #导入json模块
filename = 'numbers.json'
with open(filename) as f_obj: #打开文件（即之前代码存储的文件）
numbers = json.load(f_obj) #将文件内容加载到numbers对象中
print(numbers) #打印numbers下回预告：
下一篇笔记，我们会详细讲解csv文件的处理
