前言：如果你使用的是Anaconda中的Jupyter，則不需要下載Pands和Numpy庫；如果你使用的是pycharm或其他集成環(huán)境，則需要Pands和Numpy庫

一·Numpy庫中操作文件

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:自己隨便創(chuàng)建的數(shù)組,deliminter:分隔符，score:要讀取的文件名

或者

import numpy as np
data=np.loadtxt("score.csv",delimiter=",",skiprows=1,dtype=str)

skiprows:跳過第一行,dtype:數(shù)據(jù)讀出的類型為字符型

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.其他情況(.npy類型文件)

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庫中操作文件

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.從剪貼板上復制數(shù)據(jù)

import pandas as pd
BS=pd.read_clipboard

3.讀取excel或xlsx文件

import pandas as pd
df=read_excel("exl.xlsx")

三·補充

1.常用

import os
os.chdir()

chdir()中寫上你想讀取文件的目錄,表示將目錄轉化到你想讀取文件的目錄.

2.pandas中讀取文件的函數(shù)

• read_csv? 從文件，URL,文件型對象中加載帶分隔符的數(shù)據(jù)。默認分隔符為逗號
• read_table???同上，但默認分隔符為制表符（“t”）
• read_fwf? 讀取定寬列格式數(shù)據(jù)（無分隔符）
• read_clipboard? 讀取剪貼板中的數(shù)據(jù)
• read_excel? 從Excel 或xlsx文件中讀取表格數(shù)據(jù)
• read_hdf???讀取pandas寫的HDF5文件
• read_html? 讀取html文檔中的所以表格
• read_json??? 讀取json字符串中的數(shù)據(jù)
• read_msgpack 二進制格式編碼的pandas數(shù)據(jù)
• read_pickle? 讀取python pickle 格式中存儲的任意對象
• read_sas???讀取存儲于SAS系統(tǒng)自定義存儲格式為SAS數(shù)據(jù)集
• read_sql???讀取SQL查詢結果為pandas的DataFrame
• read_stata 讀取stata文件格式的數(shù)據(jù)集

總結

本篇文章就到這里了，希望能夠給你帶來幫助，也希望您能夠多多關注腳本之家的更多內(nèi)容!

最新評論