Python 檔案處理實戰:從 TXT、CSV、JSON 到 Excel,打造智慧養殖資料管理系統
在學習 Python 程式設計時,我們經常使用變數儲存資料。
例如:
temperature = 28.5
ph = 7.5
print("水溫:", temperature)
print("pH:", ph)
但是,當程式結束後,這些變數中的資料通常就不會繼續保留。
如果我們希望每天記錄智慧養殖池的水溫、pH 與溶氧量,並且能夠在隔天重新讀取資料,該怎麼辦?
答案就是檔案處理(File Handling)。
Python 可以將資料儲存成 TXT、CSV、JSON 與 Excel 等格式。
本文將以「智慧養殖水質監測」為案例,帶領學生從最簡單的文字檔案開始,逐步建立一套可以記錄、查詢、統計與匯出水質資料的管理系統。
一、為什麼 Python 需要檔案處理?
一般變數主要儲存在程式執行期間使用的記憶體中。
例如:
temperature = 28.5
ph = 7.5
oxygen = 6.8
如果沒有額外儲存,程式結束後,這些資料就無法直接在下一次執行時重新取得。
檔案處理可以將資料保存到電腦的儲存裝置。
感測器資料
↓
Python 變數
↓
檔案寫入
↓
TXT / CSV / JSON / Excel
↓
下次執行程式時重新讀取
在智慧養殖系統中,檔案可以用來保存:
- 水溫(Temperature)。
- 酸鹼值(pH)。
- 溶氧量(Dissolved Oxygen,mg/L)。
- 量測日期與時間。
- 養殖池名稱。
- 設備狀態與異常紀錄。
二、認識 TXT、CSV、JSON 與 Excel
在開始寫程式之前,先比較四種常見的資料格式。
| 格式 |
主要用途 |
特色 |
| TXT |
文字紀錄 |
簡單、容易閱讀 |
| CSV |
表格資料交換 |
適合統計與資料分析 |
| JSON |
結構化資料交換 |
適合 Web API 與 IoT |
| Excel(XLSX) |
報表與資料管理 |
支援工作表與格式設定 |
這四種格式並沒有絕對的好壞,而是適合不同的應用情境。
重要觀念:
TXT、CSV、JSON 通常以文字方式儲存;XLSX 則是以 ZIP 封裝 XML 等資料的活頁簿格式。
因此,XLSX 不能直接當成一般 UTF-8 文字檔案讀取。
三、Python TXT 檔案處理入門
TXT 是最簡單的文字檔案格式,適合用來保存程式訊息、日誌與簡單紀錄。
範例 1:將水溫寫入 TXT 檔案
temperature = 28.5
with open(
"water.txt",
"w",
encoding="utf-8"
) as file:
file.write("水溫:28.5°C")
print("檔案寫入完成")
執行後會建立 water.txt。
檔案內容:
水溫:28.5°C
認識 open() 的參數
| 參數 |
功能 |
| "water.txt" |
檔案名稱 |
| "w" |
寫入模式,會覆蓋原有內容 |
| encoding="utf-8" |
使用 UTF-8 文字編碼 |
with open() 可以在區塊結束時自動關閉檔案。
範例 2:讀取 TXT 檔案
with open(
"water.txt",
"r",
encoding="utf-8"
) as file:
text = file.read()
print(text)
執行結果:
水溫:28.5°C
範例 3:使用附加模式記錄多筆資料
如果希望每次執行程式都增加一筆紀錄,而不是覆蓋原始檔案,可以使用 "a" 模式。
temperature = 29.1
with open(
"water.txt",
"a",
encoding="utf-8"
) as file:
file.write("\n水溫:29.1°C")
print("新增紀錄完成")
檔案內容可能變成:
水溫:28.5°C
水溫:29.1°C
常見檔案模式
| 模式 |
功能 |
| r | 讀取檔案 |
| w | 寫入檔案,覆蓋原有內容 |
| a | 附加資料到檔案尾端 |
| x | 建立新檔案,已存在則失敗 |
| rb | 以二進位模式讀取 |
| wb | 以二進位模式寫入 |
課堂練習 1:
請學生設計程式,讓使用者輸入水溫、pH 與溶氧量,並將三項資料寫入 water.txt。
再次執行程式時,應使用附加模式保留舊資料。
四、加入日期時間,建立水質紀錄
實際的智慧養殖系統不只需要記錄數值,也需要知道資料是在什麼時間量測的。
Python 可以使用 datetime 模組取得目前時間。
範例 4:記錄量測時間
from datetime import datetime
temperature = 28.5
ph = 7.5
oxygen = 6.8
now = datetime.now()
time_text = now.strftime(
"%Y-%m-%d %H:%M:%S"
)
message = (
f"{time_text},"
f"水溫:{temperature},"
f"pH:{ph},"
f"溶氧:{oxygen}"
)
with open(
"water_log.txt",
"a",
encoding="utf-8"
) as file:
file.write(message + "\n")
print("水質紀錄完成")
檔案內容範例:
2026-11-16 08:00:00,水溫:28.5,pH:7.5,溶氧:6.8
實際日期與時間會依照執行程式時的電腦時間而不同。
這就是簡易的水質監測日誌(Log)。
五、CSV:將水質資料變成表格
當資料筆數增加時,使用 TXT 記錄雖然簡單,但不容易直接進行統計分析。
CSV(Comma-Separated Values)可以將資料整理成表格形式。
例如:
養殖池,水溫,pH,溶氧
第一池,28.5,7.5,6.8
第二池,27.8,7.8,7.1
第三池,29.2,7.4,6.5
範例 5:建立 CSV 檔案
import csv
data = [
["養殖池", "水溫", "pH", "溶氧"],
["第一池", 28.5, 7.5, 6.8],
["第二池", 27.8, 7.8, 7.1],
["第三池", 29.2, 7.4, 6.5]
]
with open(
"water.csv",
"w",
newline="",
encoding="utf-8-sig"
) as file:
writer = csv.writer(file)
writer.writerows(data)
print("CSV 建立完成")
這裡使用 utf-8-sig,可以提高部分 Windows Excel 環境辨識中文的相容性。
範例 6:讀取 CSV 檔案
import csv
with open(
"water.csv",
"r",
newline="",
encoding="utf-8-sig"
) as file:
reader = csv.reader(file)
for row in reader:
print(row)
執行結果:
['養殖池', '水溫', 'pH', '溶氧']
['第一池', '28.5', '7.5', '6.8']
['第二池', '27.8', '7.8', '7.1']
['第三池', '29.2', '7.4', '6.5']
注意:CSV 讀取後的欄位預設是字串。
若要進行數值運算,必須使用 float() 或 int() 轉換資料型別。
六、CSV 進階:使用 DictReader 讀取欄位
當 CSV 有多個欄位時,使用欄位名稱讀取資料會比記住欄位位置更方便。
範例 7:使用 DictReader
import csv
with open(
"water.csv",
"r",
newline="",
encoding="utf-8-sig"
) as file:
reader = csv.DictReader(file)
for row in reader:
print(
row["養殖池"],
row["水溫"],
row["pH"],
row["溶氧"]
)
執行結果:
第一池 28.5 7.5 6.8
第二池 27.8 7.8 7.1
第三池 29.2 7.4 6.5
範例 8:計算平均水溫
import csv
temperatures = []
with open(
"water.csv",
"r",
newline="",
encoding="utf-8-sig"
) as file:
reader = csv.DictReader(file)
for row in reader:
temperature = float(row["水溫"])
temperatures.append(temperature)
average = sum(temperatures) / len(temperatures)
print("平均水溫:", round(average, 2))
執行結果:
平均水溫: 28.5
這個範例可以銜接 Python 串列、迴圈與統計運算。
七、JSON:讓資料具有結構
CSV 適合表格資料,但如果資料包含設備資訊、感測器資訊與巢狀結構,就可以考慮使用 JSON。
JSON(JavaScript Object Notation)是一種常見的資料交換格式。
例如:
{
"pond": "第一池",
"temperature": 28.5,
"ph": 7.5,
"oxygen": 6.8
}
JSON 非常適合 Web API、MQTT 訊息與雲端資料交換。
範例 9:Python 字典轉 JSON
import json
data = {
"pond": "第一池",
"temperature": 28.5,
"ph": 7.5,
"oxygen": 6.8
}
json_text = json.dumps(
data,
ensure_ascii=False,
indent=4
)
print(json_text)
執行結果:
{
"pond": "第一池",
"temperature": 28.5,
"ph": 7.5,
"oxygen": 6.8
}
ensure_ascii=False 可以讓中文直接出現在 JSON 文字中,而不是轉成 Unicode 跳脫序列。
範例 10:將 JSON 寫入檔案
import json
data = {
"pond": "第一池",
"temperature": 28.5,
"ph": 7.5,
"oxygen": 6.8
}
with open(
"water.json",
"w",
encoding="utf-8"
) as file:
json.dump(
data,
file,
ensure_ascii=False,
indent=4
)
print("JSON 建立完成")
範例 11:讀取 JSON 檔案
import json
with open(
"water.json",
"r",
encoding="utf-8"
) as file:
data = json.load(file)
print("養殖池:", data["pond"])
print("水溫:", data["temperature"])
print("pH:", data["ph"])
print("溶氧:", data["oxygen"])
執行結果:
養殖池: 第一池
水溫: 28.5
pH: 7.5
溶氧: 6.8
八、JSON 進階:記錄多個養殖池
JSON 不只能儲存單筆資料,也可以透過串列儲存多個養殖池。
範例 12:建立多筆 JSON 資料
import json
ponds = [
{
"pond": "第一池",
"temperature": 28.5,
"ph": 7.5,
"oxygen": 6.8
},
{
"pond": "第二池",
"temperature": 27.8,
"ph": 7.8,
"oxygen": 7.1
},
{
"pond": "第三池",
"temperature": 29.2,
"ph": 7.4,
"oxygen": 6.5
}
]
with open(
"ponds.json",
"w",
encoding="utf-8"
) as file:
json.dump(
ponds,
file,
ensure_ascii=False,
indent=4
)
print("多筆 JSON 資料建立完成")
這種資料結構很適合後續與 Django REST API 整合。
JSON 與 Python 字典的差異:
JSON 是資料交換格式,而 Python dict 是程式執行時的資料型別。
兩者概念相似,但語法不完全相同。例如 JSON 使用 true、false、null,而 Python 使用 True、False、None。
九、Excel:將水質資料變成報表
當資料需要交給農友、管理人員或研究團隊查看時,Excel 是常見的報表格式。
Python 可以使用 openpyxl 建立 XLSX 檔案。
先安裝套件:
pip install openpyxl
範例 13:建立 Excel 水質報表
from openpyxl import Workbook
wb = Workbook()
ws = wb.active
ws.title = "水質監測"
ws.append(["養殖池", "水溫", "pH", "溶氧"])
ws.append(["第一池", 28.5, 7.5, 6.8])
ws.append(["第二池", 27.8, 7.8, 7.1])
ws.append(["第三池", 29.2, 7.4, 6.5])
wb.save("water.xlsx")
print("Excel 報表建立完成")
執行後會產生 water.xlsx。
範例 14:讀取 Excel 資料
from openpyxl import load_workbook
wb = load_workbook("water.xlsx")
ws = wb.active
for row in ws.iter_rows(values_only=True):
print(row)
執行結果:
('養殖池', '水溫', 'pH', '溶氧')
('第一池', 28.5, 7.5, 6.8)
('第二池', 27.8, 7.8, 7.1)
('第三池', 29.2, 7.4, 6.5)
與 CSV 不同,Excel 可以保留數值型別與儲存格格式。
十、Excel 進階:加入平均值公式
Excel 不只能保存資料,也可以加入公式進行統計。
範例 15:加入平均水溫
from openpyxl import Workbook
wb = Workbook()
ws = wb.active
ws.title = "水質監測"
ws.append(["養殖池", "水溫", "pH", "溶氧"])
ws.append(["第一池", 28.5, 7.5, 6.8])
ws.append(["第二池", 27.8, 7.8, 7.1])
ws.append(["第三池", 29.2, 7.4, 6.5])
ws["A5"] = "平均值"
ws["B5"] = "=AVERAGE(B2:B4)"
ws["C5"] = "=AVERAGE(C2:C4)"
ws["D5"] = "=AVERAGE(D2:D4)"
wb.save("water_report.xlsx")
print("Excel 統計報表建立完成")
使用 Excel 開啟檔案後,Excel 可以計算公式結果。
注意:
openpyxl 可以寫入 Excel 公式,但不會自行計算公式。
公式結果通常需要由 Excel 或其他支援公式計算的試算表軟體重新計算。
十一、整合實作:智慧養殖資料管理系統
前面已經分別介紹 TXT、CSV、JSON 與 Excel。
現在將這些技術整合成一套簡易的智慧養殖資料管理系統。
系統提供以下功能:
- 新增水質資料。
- 查看所有水質紀錄。
- 計算平均水溫。
- 匯出 TXT 紀錄。
- 匯出 CSV 報表。
- 匯出 JSON 資料。
- 匯出 Excel 報表。
系統架構
使用者輸入水質資料
↓
Python 資料管理程式
↓
JSON 儲存主要資料
↓
資料查詢與平均值計算
↓
TXT / CSV / JSON / Excel 匯出
為了讓學生容易理解,本範例先使用串列與字典管理資料,並以 JSON 檔案保存紀錄。
完整程式:智慧養殖資料管理系統
import csv
import json
from pathlib import Path
from datetime import datetime
from openpyxl import Workbook
DATA_FILE = Path("pond_data.json")
# 讀取資料
def load_data():
if DATA_FILE.exists():
with open(
DATA_FILE,
"r",
encoding="utf-8"
) as file:
return json.load(file)
return []
# 儲存資料
def save_data(records):
with open(
DATA_FILE,
"w",
encoding="utf-8"
) as file:
json.dump(
records,
file,
ensure_ascii=False,
indent=4
)
# 新增資料
def add_record(records):
pond = input("養殖池名稱:")
try:
temperature = float(input("水溫:"))
ph = float(input("pH:"))
oxygen = float(input("溶氧 mg/L:"))
except ValueError:
print("輸入錯誤,請輸入數字")
return
record = {
"time": datetime.now().strftime(
"%Y-%m-%d %H:%M:%S"
),
"pond": pond,
"temperature": temperature,
"ph": ph,
"oxygen": oxygen
}
records.append(record)
save_data(records)
print("資料新增完成")
# 顯示資料
def show_records(records):
if not records:
print("目前沒有資料")
return
for record in records:
print(
record["time"],
record["pond"],
record["temperature"],
record["ph"],
record["oxygen"]
)
# 平均水溫
def show_average(records):
if not records:
print("目前沒有資料")
return
total = sum(
record["temperature"]
for record in records
)
average = total / len(records)
print(
"平均水溫:",
round(average, 2)
)
# 匯出 TXT
def export_txt(records):
with open(
"pond_report.txt",
"w",
encoding="utf-8"
) as file:
for record in records:
file.write(
f"{record['time']},"
f"{record['pond']},"
f"{record['temperature']},"
f"{record['ph']},"
f"{record['oxygen']}\n"
)
print("TXT 匯出完成")
# 匯出 CSV
def export_csv(records):
fields = [
"time",
"pond",
"temperature",
"ph",
"oxygen"
]
with open(
"pond_report.csv",
"w",
newline="",
encoding="utf-8-sig"
) as file:
writer = csv.DictWriter(
file,
fieldnames=fields
)
writer.writeheader()
writer.writerows(records)
print("CSV 匯出完成")
# 匯出 JSON
def export_json(records):
with open(
"pond_report.json",
"w",
encoding="utf-8"
) as file:
json.dump(
records,
file,
ensure_ascii=False,
indent=4
)
print("JSON 匯出完成")
# 匯出 Excel
def export_excel(records):
wb = Workbook()
ws = wb.active
ws.title = "智慧養殖水質"
ws.append([
"時間",
"養殖池",
"水溫",
"pH",
"溶氧"
])
for record in records:
ws.append([
record["time"],
record["pond"],
record["temperature"],
record["ph"],
record["oxygen"]
])
wb.save("pond_report.xlsx")
print("Excel 匯出完成")
# 主程式
def main():
records = load_data()
while True:
print("\n=== 智慧養殖資料管理系統 ===")
print("1. 新增水質資料")
print("2. 查看所有資料")
print("3. 計算平均水溫")
print("4. 匯出 TXT")
print("5. 匯出 CSV")
print("6. 匯出 JSON")
print("7. 匯出 Excel")
print("0. 結束")
choice = input("請選擇功能:")
if choice == "1":
add_record(records)
elif choice == "2":
show_records(records)
elif choice == "3":
show_average(records)
elif choice == "4":
export_txt(records)
elif choice == "5":
export_csv(records)
elif choice == "6":
export_json(records)
elif choice == "7":
export_excel(records)
elif choice == "0":
print("系統結束")
break
else:
print("無效的選項")
if __name__ == "__main__":
main()
系統執行畫面
=== 智慧養殖資料管理系統 ===
1. 新增水質資料
2. 查看所有資料
3. 計算平均水溫
4. 匯出 TXT
5. 匯出 CSV
6. 匯出 JSON
7. 匯出 Excel
0. 結束
請選擇功能:1
養殖池名稱:第一池
水溫:28.5
pH:7.5
溶氧 mg/L:6.8
資料新增完成
再次執行程式時,系統會從 pond_data.json 重新讀取先前儲存的資料。
這樣就完成一套具有資料持久化功能的簡易管理系統。
教學說明:
本範例適合單機、少量資料的入門練習。
若應用於正式智慧養殖系統,還需要加入資料驗證、檔案損壞處理、備份、同時寫入控制與權限管理。
當資料量增加或需要多人同時操作時,建議改用 SQLite、PostgreSQL 或其他資料庫。
十二、四種檔案格式應該如何選擇?
| 需求 |
建議格式 |
原因 |
| 簡單文字紀錄 |
TXT |
容易建立與閱讀 |
| 感測資料表格 |
CSV |
適合批次處理與分析 |
| Web API 資料交換 |
JSON |
支援結構化資料 |
| 農友或管理者報表 |
Excel |
容易檢視、編輯與統計 |
| 大量歷史感測資料 |
資料庫 |
適合查詢與多人存取 |
十三、Python 課堂實作任務
任務一:TXT 水質日誌
讓學生輸入水溫、pH 與溶氧量,並加入日期時間後儲存至 TXT。
要求使用:
- input()
- datetime
- with open()
- 附加模式 a
任務二:CSV 水質統計
讀取多筆水質資料,計算:
- 平均水溫。
- 最高水溫。
- 最低水溫。
- 平均 pH。
- 平均溶氧量。
任務三:JSON 智慧養殖資料交換
將多筆水質資料儲存成 JSON,並模擬傳送給雲端系統。
要求使用:
- dict
- list
- json.dump()
- json.load()
任務四:Excel 水質報表
將水質資料匯出為 XLSX,並加入:
- 中文欄位名稱。
- 平均值公式。
- 工作表名稱。
- 基本儲存格格式。
任務五:整合型專題
以本篇完整程式為基礎,增加以下功能:
- 依養殖池名稱查詢資料。
- 依日期範圍查詢水質紀錄。
- 依自訂門檻判斷水質是否需要注意。
- 將統計結果輸出至 Excel。
- 為未來 Django Dashboard 預留資料交換格式。
十四、從檔案處理走向智慧養殖 AIoT
本篇使用人工輸入模擬感測器資料,但未來可以將資料來源改成實際的 IoT 設備。
例如:
ESP32 / Raspberry Pi Pico W
↓
水溫、pH、溶氧感測器
↓
UART / Wi-Fi / MQTT
↓
Python 資料接收程式
↓
JSON / CSV / 資料庫
↓
Django Dashboard
↓
資料分析與 AI 水質預警
因此,檔案處理不只是 Python 的基礎語法,更是智慧生活科技、資料分析與物聯網系統的重要組成部分。
十五、總結
從 TXT、CSV、JSON 到 Excel,Python 提供多種資料儲存與交換方式。
學生應該理解,不同格式適合不同用途:
- TXT:保存簡單文字紀錄。
- CSV:處理表格與感測資料。
- JSON:進行結構化資料交換。
- Excel:建立容易閱讀的報表。
透過智慧養殖水質監測案例,可以將 Python 的變數、字串、串列、字典、迴圈、函式、檔案處理與資料統計整合在同一個實作專題中。
當學生能夠將資料正確儲存、重新讀取、分析與匯出,就已經具備建立初步資料管理系統的能力,也為後續資料庫、Django、MQTT 與 AIoT 應用奠定基礎。
參考資料
適用課程:Python 程式設計、Python 程式實習、網際網路應用、智慧農業、智慧養殖與 AIoT 應用。