数据可视化（1）-- 从csv，excel中导入数据

从CSV格式文件中导入数据

csv格式的文件中数据以逗号作为分割，python库中csv模块支持读写各种方言¹版本的csv文件。

操作步骤

	import csv
	from pprint import pprint  // pprint可以自动识别列表中的行实现分行输出

	filename = 'ch02-data.csv'
	data = []
	try:
		with open(filename,'r') as f:
			header = csv.reader(f)
			reader = next(header)  // 此处python3取消了reader.next()而用next()函数取而代之
			data = [ row for row in reader ]
	except FileNotFoundError : 
		msg = 'Sorry, the file' + filename + 'does not exist'
		print(msg)
	
	if header :
		print(header)
		print("=========")
	pprint(data)

工作原理

• 导入csv模块后，用with语句打开文件，打开方式可以设置( ’ r ’ )，若只读取也可不具体设置
• 用with语句打开后，with语句的上下文管理器会帮助处理打开关闭文件，不必手动用close函数关闭文件
• 用csv模块中reader方法返回reader对象，并通过此对象来读取文件所有行
• 读取文件所有行时可以用列表解析式，或者麻烦一点用for循环²挨个读取

• csv文件中可能有文件头也可能没有，文件头是为了帮助读文件的人了解各数据的具体用处

补充

也可以用numpy中的loadtxt方法

import numpy
data = numpy.loadtxt(filename, dtype='string', delimiter=',')

从EXCEL文件中读入数据

操作步骤

	import xlrd
	filename = 'ch02-xlsxdata.xlsx'
	wb = xlrd.open_workbook(filename)
	ws= wb.Sheet_by_name('Sheet1')
	
	dataset = [ ]
	
	for r in range(ws.nrows) :
		col = [ ]
		for c in range(ws.ncols) :
			col.append(ws.cell(r,c).value)
		dataset.append(col)
	
	from pprint import pprint
	pprint(dataset)

工作原理

• xlrd模块中包含了处理xlsx文件的各种方法
• open_workbook方法通过传入一个filename值打开一个文件，再通过Sheet_by_name()方法打开一个sheet
• 再通过两个循环 range(ws.xrows), range(ws.xcols)一次用wx.cell(r,c).value来读取各单元格的数值

---

1. csv文件分隔符可以是逗号，分号，冒号等，在csv模块中dialect类中可以修改 ↩︎

2. 将列表解析式改为for循环，在用data.append()方法 ↩︎