1 视图形式

不同的二进制文件需要不同的软件来打开，例如BMP文件，需要一个读图的软件来打开才能看到里面保存的图像，MP3文件需要一个播放器软件才能听到里面的音频。而文本文件只需要记事本就可以打开查看里面的内容。

2 存储形式

二进制文件里存储的东西是二进制数据，就是01串。而文本文件中存储的是字符串，比如汉字。这点是从逻辑层面上所说的，不完全正确，但是便于理解，下面我会进阶的细说这里。

3 性能

 二进制文件的读写速度非常快，因为它就是将数据在内存中的存储形式（二进制）原模原样放到文件中，读出来的东西不需要经过处理就可以直接放到内存中去用，但是这些二进制串我们是看不懂也处理不了的，所以就需要专门的解码软件来处理，才能将信息显现到我们面前，所以说二进制文件的读写比较快，但是对于我们程序员来说，可读性差。

 而文本文件首先有一个编码方式，例如ASCII或者Unicode，当我们要存一些东西时，会先用一定的编码方式将这些东西转为对应的编码，再将这个编码写进文件里，读的时候要先解码，才能将对应的字符显示出来，所以读写比较慢，但是读出来的东西是字符串，我们能看懂，可读性比较好。

4 拓展

1 为什么记事本打开二进制文件会乱码？

        再详细说一下文本文件的存储过程：数据在内存中都是以二进制存储的，所以要先从内存中将数据的二进制取出来，用ASCII（或Unicode）编码方式将其编码，再将这个编码存进文件中。特别有趣的地方就是：如果这些数据是字符，那么他们在内存中本身就是按ASCII码编好的，所以存进文件文件时不需要再进行编码了，也是原模原样将内存中的东西放进了文件中（与二进制文件存储方式一样是不是？）。但如果不是字符型数据，例如int i=10，他在内存中存的是10的二进制：1010，这个二进制经过ASCII编码之后，再解码出来肯定就不是10了。

        这就解释了为什么用记事本打开二进制文件时会乱码的问题。首先记事本也是一种解码软件，但他是按ASCII或者Unicode来解码的，他会按自己的方式给二进制文件来解码并显示字符。所以用记事本打开二进制文件时，也不会全部乱码，仔细看那些用字符串形式存的数据肯定不会乱码。

2 文本文件也是二进制文件

        刚才说了在逻辑层面上：文本文件存的是字符，二进制文件存的是二进制数据。其实在物理层面上讲，我们的硬盘只能存储二进制。所以广义上讲文本文件也是二进制文件，只不过文本文件里只能存字符型数据，而字符型数据经过ASCII或Unicode解码之后我们能看懂。

        换一个角度想，所有二进制文件在硬盘上都是01串，我们都看不懂，所以需要一个解码软件将这堆二进制转换成我们想要的信息形式。所以这时就回到了文本文件和二进制文件的最表象区别：解码软件不同！用记事本打开二进制文件会乱码，而二进制的解码软件基本都打不开文本文件。

5 总结

        在实际存储中最好是将数据分成字符数据和非字符数据两类：

        如果存储的是字符数据，无论采用文本文件还是二进制文件都是没有任何区别的，这点上面解释过了。

        如果存储的是非字符数据，那么就要看我们使用的情况来决定：

        1、如果是需要频繁的保存和访问数据，那么应该采取二进制文件进行存放，这样可以节省存储空间和转换时间。

        2、如果需要频繁的向终端显示数据或从终端读入数据，那么就将这些数据转为字符串型，采用文本文件进行存放，这样可以节省转换时间。

文本读写与二进制读写 速度对比 Python Matlab

引言

数据读写的速度往往会占用大量的时间，因此对Python和Matlab中不同的数据输出方式的速度进行了简单对比。

这是因为最近在写代码的过程中遇到一个问题，需要跨进程进行数据传输，但是目前还不太会使用共享内存，因此使用了较为传统的方式：一个程序将数据保存为文件，之后另一个程序进行读取，但是发现耗时较为严重，所以试图通过一些方法进行提速。

Python

对比方法

以大量的浮点数存储到文件中的任务进行测试。

首先对比Python中不同方法进行测试。

方式一：将浮点数转换成字符串，然后存储到文件中。

方式二：通过struct模块将数据转化为二进制，然后以二进制的方式写入文本。

方式三：将数据存放在Numpy的array中，通过tofile()函数直接进行二进制存储。

测试的完整代码如下：

import sys
import random
import time
import struct
import numpy as np
from array import array

def generate_random(n):
    random.seed(10)
    data = np.zeros(n)
    for i in range(n):
        data[i] = random.random()
    return data

def save_text(data):
    timest =  time.time()
    filename = '1.mac'
    f = open(filename,'w')
    for i in data:
        a = '%.6f' % i 
        f.write(a)
    f.close()
    timeend = time.time()
    print(timeend - timest,"存入文本 用时")
    return 0

def save_binary(data):
    '通过struct 打包进行读写'
    timest =  time.time()
    filename = '2.mac'
    f = open(filename,'wb')
    for i in data:
        a = struct.pack('d', i)
        f.write(a)
    f.close()
    timeend = time.time()
    print(timeend - timest, "struct 二进制 用时")
    return 0

def numpytofile(data):
    '直接使用numpy里的tofile'
    timest =  time.time()
    arr = data
    arr.tofile("3.bin")
    timeend = time.time()
    print(timeend - timest, " numpy 二进制 用时")
    return 0

def main(argv):
    # 对不同的写数据的方式进行对比
    data = generate_random(1000000)
    save_text(data)
    save_binary(data)
    numpytofile(data)

if __name__ == '__main__':
    main(sys.argv[1:])

测试结果

对100w个随机生成的浮点数进行测试。

三种方法的耗时如下：

0.4208517074 方法1：存入文本 用时
0.1994802951 方法2：struct 二进制 用时
0.0029914379 方法3：numpy 二进制 用时

从耗时结果来看，在存储同样的数据时，不同存储方式耗费的时间相差较大，其中以numpy的方式速度最快，且快进百倍。三种方法的对比如下表

Matlab

对比方法

Matlab中也有多种数据输出方式。简单对比了两种方法：

方法一：使用dlmwrite函数

方法二：二进制方式输出

% 注释
rng('default')
arr = rand(100000,1);

% 方法一 使用dlmwrite函数输出
tic
dlmwrite('method1.txt',arr)
toc
t1 = toc;

% 方法二 使用二进制的方式输出
tic
fid = fopen('method2.bin','wb');
fwrite(fid,arr,'float64');
fclose(fid);
toc
t2 = toc;

测试结果

方法一：历时 1.449960 秒。
方法二：历时 0.001632 秒。
在输出10w 个浮点数时，其运行速度之比约 1.449/0.00163 = 888 倍

总结

从以上对比情况来看，合理的二进制读写可以在很大程度上提升数据的存储速度，并保证数据准确。该方法可显著提升数据的传递效率。