在Python运行过程中存入数据的方法可分为以下四类，涵盖控制台临时存储、文件持久化存储及数据结构存储：

一、控制台临时存储（适用于调试）

使用Python交互式控制台（如IDLE或终端）时，可直接在运行界面输入变量并保存：

1. 直接赋值 ：在控制台输入变量名并赋值，例如 x = 10，变量会自动保存在当前会话中。

2. 使用print输出 ：通过 print 函数将数据输出到控制台，便于查看。

二、文件持久化存储（长期保存数据）

1. JSON格式存储

   使用 json.dump（） 将Python数据结构（如列表、字典）保存为JSON文件，支持跨程序共享数据。

   import json
   data = {'numbers': [2, 3, 5, 7, 11, 13]}
   with open('numbers.json', 'w') as f:
       json.dump(data, f)
   

2. 文本文件存储

   • 写入模式（'w'） ：覆盖原有内容，适合保存纯文本或结构化数据。

   • 追加模式（'a'） ：在文件末尾添加新内容，避免覆盖。

   with open('data.txt', 'w', encoding='utf-8') as f:
       f.write('Hello, World!\n')
   

3. CSV格式存储

   使用 csv 模块将表格数据保存为CSV文件，便于数据分析。

   import csv
   data = [['Alice', 30, 'New York'], ['Bob', 25, 'Los Angeles']]
   with open('data.csv', mode='w', newline='') as file:
       writer = csv.writer(file)
       writer.writerows(data)
   

三、数据结构存储（适用于复杂数据）

1. 使用numpy/pandas

   • NumPy ：适合多维数组和矩阵，支持高效数值计算。

   • Pandas ：提供DataFrame等结构化数据类型，支持导入/导出为CSV/Excel等格式。

   import pandas as pd
   df = pd.DataFrame(np.random.randn(10, 4))
   df.to_csv('data.csv', index=False)
   

四、注意事项

• 文件操作 ：推荐使用 with 语句管理文件，自动处理打开和关闭。

• 异常处理 ：对于可能失败的操作（如文件写入），建议添加异常处理机制。

以上方法可根据数据类型和存储需求选择，控制台适合临时调试，文件和数据结构适合长期保存。