Python加载csv文件的两种方式

本文主要讲解下Python加载csv文件的两种方式，如果知道如何处理的就不必往下看了！

下面来简单介绍下。

实例中的数据集是kaggle的Digit Recognizer的train.csv文件，数据格式很特别也很普遍，截图如下：

csv文件中每行数据的每个特征列都是用逗号“，”隔开。CSV文件中除了保存数值外，还有一些属性值，如第一行以及第一列的label标签。所以在处理是需要进行相应的处理。

下面介绍下两种加载这种csv文件的方法

方法一：使用Python的csv模块

csv模块中的函数

reader(csvfile, dialect='excel', **fmtparams)

参数说明：
csvfile，必须是支持迭代(Iterator)的对象，可以是文件(file)对象或者列表(list)对象，如果是文件对
象，打开时需要加”b”标志参数。

dialect，编码风格，默认为excel的风格，也就是用逗号（,）分隔，dialect方式也支持自定义，通过调用register_dialect方法来注册，下文会提到。

fmtparam，格式化参数，用来覆盖之前dialect对象指定的编码风格。

加载文件代码：

import csv  
def loadCSVfile1():
    list_file = []
    with open('train.csv','rb') as csv_file:  
        all_lines=cvs.reader(csv_file)  
        for one_line in all_lines:  
            list_file.append(one_line)  
    list_file.remove(list_file[0])
    arr_file = array(list_file)
    label = arr_file[:, 0]
    data = arr_file[:, 1:]
    return data, label  

加载csv核心部分还是

其中，‘rb’中的r表示“读”模式，因为是文件对象，所以加‘b’。open()返回了一个文件对象
myFile，reader(myFile)只传入了第一个参数，另外两个参数采用缺省值，即以excel风格读入。reader()返回一个
reader对象all_lines,all_lines是一个list，当调用它的方法lines.next()时，会返回一个string。上面程序的效果是将csv
文件中的文本按行打印，每一行的元素都是以逗号分隔符’,’分隔得来。

方法一：使用Python的numpy库

有了numpy，Python对于数据的处理可以说是如虎添翼，速度也大大提升。使用numpy首先要在前面加载numpy库,代码如下：

import numpy as np

对于上面的csv文件，下面程序用来读取数据部分：

def loadCSVfile2():
    tmp = np.loadtxt("train.csv", dtype=np.str, delimiter=",")
    data = tmp[1:,1:].astype(np.float)#加载数据部分
    label = tmp[1:,0].astype(np.float)#加载类别标签部分
    return data, label #返回array类型的数据

三行代码，很简便。最后的结果是array类型，type为float64

---

代码很简单，仅供参考！