2026年11月16日 星期一

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

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:

  1. 新增水質資料。
  2. 查看所有水質紀錄。
  3. 計算平均水溫。
  4. 匯出 TXT 紀錄。
  5. 匯出 CSV 報表。
  6. 匯出 JSON 資料。
  7. 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:

  1. 依養殖池名稱查詢資料。
  2. 依日期範圍查詢水質紀錄。
  3. 依自訂門檻判斷水質是否需要注意。
  4. 將統計結果輸出至 Excel。
  5. 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。

沒有留言:

張貼留言