python数据分析之文件读取详解
前言：
如果你使用的是Anaconda中的Jupyter，则不需要下载Pands和Numpy库；如果你使用的是pycharm或其他集成环境，则需要Pands和Numpy库
一·Numpy库中操作文件
1.操作csv文件
import numpy as np
a=np.random.randint(0,10,size=(3,4))
np.savetext("score.csv"，a，deliminter=",")
a:自己随便创建的数组,deliminter:分隔符，score:要读取的文件名
或者
import numpy as np
data=np.loadtxt("score.csv",delimiter=",",skiprows=1,dtype=str)
skiprows:跳过第一行,dtype:数据读出的类型为字符型
2.在pycharm中操作csv文件
import csv
with open("score.csv",'r')as fp:
reader=csv.reader(fp)
for x in reader:
print(x)
reader:迭代器
3.其他情况(.npy类型文件)
import numpy as np
c=np.random.randint(0,10,size=(2,3))
np.save("文件名",c)
c1=np.load("文件名.npy")
二·Pandas库中操作文件
1.操作csv文件
import pandas as pd
df=pd.read_csv("exl.csv")
或者
import pandas as pd
pd.read_table("exl.csv",sep=',')
sep:分隔符
2.从剪贴板上复制数据
import pandas as pd BS=pd.read_clipboard
3.读取excel或xlsx文件
import pandas as pd
df=read_excel("exl.xlsx")
三·补充
1.常用
import osos.chdir()
chdir()中写上你想读取文件的目录,表示将目录转化到你想读取文件的目录.
2.pandas中读取文件的函数
read_csv 从文件，URL,文件型对象中加载带分隔符的数据。默认分隔符为逗号
read_table 同上，但默认分隔符为制表符（“t”）
read_fwf 读取定宽列格式数据（无分隔符）
read_clipboard 读取剪贴板中的数据
read_excel 从Excel 或xlsx文件中读取表格数据
read_hdf 读取pandas写的HDF5文件
read_html 读取html文档中的所以表格
read_json 读取json字符串中的数据
read_msgpack 二进制格式编码的pandas数据
read_pickle 读取python pickle 格式中存储的任意对象
read_sas 读取存储于SAS系统自定义存储格式为SAS数据集
read_sql 读取SQL查询结果为pandas的DataFrame
read_stata 读取stata文件格式的数据集
总结
到此这篇关于python数据分析之文件读取详解的文章就介绍到这了,更多相关python文件读取内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
之前我们介绍过字典的实现原理，它底层是基于哈希表实现的，而集合也是如此。本次我们来聊一下 Python 的集合是怎么实现的，希望对大家有所帮助2022-12-12
今天带大家学习Python数据类型的扩展知识,文中有非常详细的介绍介代码示例,对正在学习python的小伙伴有很大的帮助,需要的朋友可以参考下2021-05-05
在本篇文章里小编给大家整理的是一篇关于python中pyqtgraph知识点总结内容，有兴趣的朋友们可以学习下。2021-01-01
这篇文章主要介绍了Python实现密码薄文件读写操作，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-12-12
gmplot 是一个 Python 库,用于基于 Google Maps 的静态地图生成可视化,它提供简单的 API 来绘制标记、路径、热力图等地理信息数据,本文给大家介绍了如何使用 gmplot 在 Python 中创建动态地图可视化,需要的朋友可以参考下2024-12-12
在Tornado框架中,获取请求参数包括查询字符串参数、表单数据和JSON数据等,JSON数据通过直接访问self.request.json获取,正确处理这些数据需要注意请求的Content-Type和数据格式,感兴趣的朋友跟随小编一起看看吧2024-09-09
这篇文章主要为大家详细介绍了Python如何基于词频排序实现快速挖掘关键词功能，文中的示例代码讲解详细，感兴趣的小伙伴可以了解一下2023-03-03
这篇文章主要介绍了Python实现五子棋人机对战 和人人对战，通过定义黑白子，落子位置以及获胜规则展开详细内容，需要的小伙伴可以参考一下2022-05-05
DFA 算法是通过提前构造出一个 树状查找结构，之后根据输入在该树状结构中就可以进行非常高效的查找。本文将利用改算法实现敏感词过滤，需要的可以参考一下2022-04-04
这篇文章主要介绍了Python 函数式编程的相关资料，文中讲解非常细致，代码帮助大家更好的理解和学习，感兴趣的朋友可以了解下2020-06-06
最新评论