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！