Python读取csv文件的三种方式

一、前期准备：

1. Python版本：3.7.3
2. 制作一个不包含头文件的csv文件，为了方便文件内容是纯数字，字符集为utf-8，并命名为test.csv，放到程序的根目录下。
3. 使用PyCharm创建一个Python工程，并安装Numpy和Pandas类库。如下所示：

            ​

二、使用标准Python类库导入

   Python提供了标准的类库CSV，用来处理csv文件。使用函数reader()读取csv文件，读取的数据可以生成一个Numpy的数组，用来训练算法模型。使用该函数所有数据的数据类型必须一致，且不能有头文件。操作方法如下：

1. 创建一个Python文件，命名为load_data_by_std
2. 代码如下：

################################################################# # load_data_by_std.py # 演示使用标准类库CSV，读取csv文件，并将数据写入numpy数组中 ################################################################# # 导入类库 import csv as csv import numpy as np # 文件名，注意需要带后缀 filename = 'test.csv' # 读取文件 with open(filename,'rt') as csvfile:     # 读取数据，默认dialect='excel',delimiter=',',可以不写     # csv.reader(csvfile, dialect='excel', **fmtparams)     # 参数说明参考：https://docs.python.org/3.7/library/csv.html     reader = csv.reader(csvfile, dialect='excel', delimiter=',')     # 打印每一行数据     #for row in reader:     #    print(row)     # 将每一行转换为列表     x = list(reader)     # 转换为numpy的数组，类型是int     data = np.array(x,dtype='int')     # 打印数据     print(data)

 

三、使用Numpy导入

   使用numpy的loadtext函数导入数据。使用该函数所有数据的数据类型必须一致，且不能有头文件。

1. 创建python文件，命名：load_data_by_numpy.py
2. 代码如下：

################################################################# # load_data_by_numpy.py # 演示使用numpy类库导入csv文件 ################################################################# # 导入类库 import numpy as np # 文件名，注意需要带后缀 # 文件中不能出现头文件且文件中字段的类型必须一致 filename = 'test.csv' # 读取文件 with open(filename,'rt') as csvfile:     # 加载数据，dtype默认float类型，需要转换为int     data = np.loadtxt(csvfile, dtype='int', delimiter=',')     # 打印数据     print(data)

 

四、使用Pandas导入

通过pandas.read_rcv()函数来导入csv文件，这个函数的返回值是DataFrame，可以方便地进行下一步的处理。在机器学习中，经常使用Pandas来做数据清洗和数据准备工作。数据中的数据类型可以不一致

1. 创建python文件，命名：load_data_by_pandas.py
2. 代码如下：

################################################################# # load_data_by_pandas.py # 演示使用pandas类库导入csv文件 ################################################################# # 导入类库 import pandas as pd # 文件名，注意需要带后缀 filename = 'test.csv' # 设置列标题 names = ['col1','col2','col3','col4'] # 导入数据，数据文件中的列的数据类型可以不一致 data = pd.read_csv(filename,names=names) # 输出数据维度，格式：(行数，列数) print(data.shape) # 矩阵方式输出数据 print(data)