利用Python进行简单的文件读写操作+Numpy库的简单使用

练习题

文件操作＋Numpy的简单使用(1)

Numpy的简单使用(2)

Numpy优化Matplotlib画图过程

Numpy在数组上的简单应用

文件操作＋Numpy的简单使用(1)

练习一代码

方法一

# Question1 读取餐饮.csv文件的数据
# 方法一 利用csv库
import csv
# 文件和代码文件放置在同一个文件夹里面
with open("餐饮.csv", "r", newline="") as restaurant_csv:
    data_reader = csv.reader(restaurant_csv)
    #利用for循环讲csv里面的内容输出到终端中
    for i in data_reader:
        print(i)
# 此方法会将全部数据输入到终端 所以不提供效果图

方法二

# 方法二 利用pandas库
import pandas as pd
print(pd.read_csv("餐饮.csv", encoding='gbk'))
# pandas会比csv库简单快捷很多
# 但此问题不太适合利用numpy库读取文件，有太多中文字体涉及 不利于操作

练习一效果图

练习二

方法一

# Question 2 读取Stock.xlsx文件数据
# 方法一 利用openpyxl库
from openpyxl import load_workbook
# 打开工作簿
# 文件和代码文件放置在同一个文件夹里面
workbook = load_workbook("Stock.xlsx")
# 读取第一个工作表
worksheet = workbook.active
# 利用for循环输出内容
for row in worksheet.rows:
    for cell in row:
        print(cell.value)
# 此方法会将所有数据输出到终端 所以不提供效果图

方法二

# 方法二 利用pandas库
import pandas as pd
print(pd.read_excel("Stock.xlsx"))

# 此题没有用Numpy是因为操作比较没有pandas快捷

练习二效果图

练习三

代码

# Question 3
# 1. 输出0-9的数组arr
import numpy as np
arr = np.array(range(10))
print(arr)
# 2. 查看arr的数据类型
print(arr.dtype)
# 3. 创建0-5的数组arr1,并指定其数据类型为"bool"
arr1 = np.array(range(6), dtype=bool)
<