在Python开发中，数据存储、读取是必不可少的环节，而且可以采用的存储方式也很多，常用的方法有json文件、csv文件、MySQL数据库、Redis数据库以及Mongdb数据库等。
1. json文件存储数据
json是一种轻量级的数据交换格式，采用完全独立于编程语言的文本格式来存储和表示数据，可以轻松解决py2和py3的编码问题，内容结构类似于python中的字典和列表，层次结构简洁而清晰，易于人阅读和编写，同时也易于机器解析和生成，并有效地提升网络传输效率。
2. csv文件
Python可以将数据存储为CSV文件格式，我们可以用excel打开CSV文档，进行数据的浏览，十分方便，以下是将数据存储到test.csv文件的相关实例：
import pandas as pd list=[[1，2，3]，[4，5，6]，[7，8，9]] name=[‘id’，’uid’，’time’] test=pd.DataFrame(columns=name，date=list) test.to_csv(‘E:/test.csv’)
3. MySQL数据库
MySQL数据库存储方式是使用Python数据存储最常用的存储方式，Python标准数据库接口为Python DB-API，Python DB-API为开发人员提供了数据库应用程序接口，MySQLdb 是用于Python链接Mysql数据库的接口。MySQL数据库存储过程是引入API模块、获取与数据库的连接、执行SQL语句和存储过程，最后关闭数据库连接。
4. Redis数据库
使用Python数据存储为Redis数据库，优点是方便、速度快，但是取出的数据是二进制数据，一般需要转为字符串再操作，以下是具体实例：
import redis
client = redis.Redis(host='lcoalhost'， port=8080)
client.set('nums'， [6，7，8，5，4])
result = client.get('name')
pipe = client.pipeline()
pipe.set('name'， 'oldboy')
pipe.execute()
5. Mongdb数据库
使用Python数据存储为Mongdb数据库，优点是不在乎数据结构，需要注意的是取出来的时候需要写个脚本整理一下，以下是具体实例：
import pymongo
client = pymongo.MongoClient('localhost'， 8080)
test1_db = client.test1
sheet_stu = db.stu
info = {name:'oldboy'，age:30}
info_id = stu.insert_one(info).inserted_id
cur_list = [cur for cur in stu.find()]
count = stu.count()
