Python用csv模块处理二维数据——以10月杭州天气为例

最新推荐文章于 2024-06-02 22:49:53 发布
最新推荐文章于 2024-06-02 22:49:53 发布
阅读量1.9k 收藏 16
点赞数 1
文章标签： python 开发语言 经验分享 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hz_zhangrl/article/details/128379752
版权

一、CSV文件

逗号分隔值(Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号)，其文件以纯文本形式存储表格数据(数字和文本)。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。通常，所有记录都有完全相同的字段序列。通常都是纯文本文件。建议使用记事本来打开编辑，或双击直接用Excel打开编辑。

(一)CSV文件用法

CSV是一种通用的、相对简单的文件格式，被用户、商业和科学广泛应用。最广泛的应用是在程序之间转移表格数据，而这些程序本身是在不兼容的格式上进行操作的(往往是私有的和/或无规范的格式)。因为大量程序都支持某种CSV变体，至少是作为一种可选择的输入/输出格式。

例如，有一批新生名单的Excel表文档，在将新生数据导入教学管理系统。最简单的方式是，将Excel数据导出为“CSV”，然后将导出的CSV文件导入到教学管理系统。

“CSV”并不是一种单一的、定义明确的格式(尽管RFC 4180有一个被通常使用的定义)。因此在实践中，术语“CSV”泛指具有以下特征的任何文件：

  1. 纯文本，使用某个字符集，比如ASCII、Unicode、EBCDIC或GBK；
  2. 由记录组成(典型的是每行一条记录)；
  3. 每条记录被分隔符分隔为字段(典型分隔符有逗号、分号或制表符；有时分隔符可以包括可选的空格)；
  4. 每条记录都有同样的字段序列。

在这些常规的约束条件下，存在着许多CSV变体，故CSV文件并不完全互通。然而，这些变异非常小，并且有许多应用程序允许用户预览文件(这是可行的，因为它是纯文本)，然后指定分隔符、转义规则等。如果一个特定CSV文件的变异过大，超出了特定接收程序的支持范围，那么可行的做法往往是人工检查并编辑文件，或通过简单的程序来修复问题。因此在实践中，CSV文件还是非常方便的。

本文讲的CSV文件是指逗号分隔值的纯文本(Excel样式)，编码：Windows系统为GBK，UNIX(Linux)一般为UTF-8。注：Win10记事本默认为UTF-8，Win7记事本默认为ANSI(GBK)，MS Excel导出的csv文档是ANSI(GBK)。

(二)CSV文件规则

  1. 开头是不留空，以行为单位。
  2. 可含或不含列名，含列名则居文件第一行。
  3. 一行数据不跨行，无空行。
  4. 以半角逗号(即“,”)作分隔符，列为空也要表达其存在。
  5. 列内容如存在半角引号(即")，替换成半角双引号("")转义，即用半角引号(即"")将该字段值包含起来。
  6. 文件读写时引号，逗号操作规则互逆。
  7. 内码格式不限，可为 ASCII、Unicode、ANSI、GBK或者其他。
  8. 不支持数字(数字以数值字符串表示)
  9. 不支持特殊字符

二、CSV模块

CSV模块是Python的标准模块，不需要安装就可使用。

(一) CSV模块的读方法(函数)

csv模块中的reader类和 DictReader类用于读取文件中的数据。

1. reader()

reader()语法格式如下：

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

其中：csvfile是支持迭代(Iterator)的对象，可以是文件(file)对象或者列表(list)对象；dialect是编码样式，默认为Excel的样式，也就是使用逗号“,”分隔符；fmtparams是格式化参数，用来覆盖之前 dialect 对象指定的编码样式。一般用于处理没有标题(列名)的csv文件。

2. DictReader

DictReader语法格式如下：

csv.DictReader(csvfile, fieldnames=None, restkey=None, restval=None, dialect='excel',

*args, **kwds)

其中：csvfile是csv文件对象；fieldnames 是一个序列，如果省略fieldnames，则文件对象f 第一行中的值将用作标题(列名)。不管标题是如何确定的，字典会保留它们的原始顺序。

如果一行的列多于标题列，则将剩余数据放入列表中并使用 restkey 指定的列名(默认为 None )存储。如果非空白行的列少于标题列，则缺少的值为 filled-in，值为 restval(默认为 None )。

所有其他可选或关键词参数都传递给底层reader 对象。

DictReader将二维表的每行信息映射到字典(dict)，其键为对应的标题。

(二) CSV模块的写方法(函数)

csv 模块中的writer类和DictWriter类用于将数据写入CSV文件中。

1. writer()

writer()的语法格式如下：

csv.writer(csvfile, dialect='excel', **fmtparams)

其中：csvfile是支持迭代(Iterator)的对象，可以是文件(file)对象或者列表(list)对象；dialect是编码样式，默认为Excel的样式，也就是使用逗号“,”分隔符；fmtparams是格式化参数，用来覆盖之前 dialect 对象指定的编码样式。

2. DictWriter()

csv.DictWriter(csvfile, fieldnames=None, restval =None, extrasaction ='raise', dialect='excel',

*args, **kwds)

其中：csvfile是csv文件对象；fieldnames 是一个序列，如果省略fieldnames，则文件对象f 第一行中的值将用作标题(列名)。不管标题是如何确定的，字典会保留它们的原始顺序。restval(可选)当如果字典缺少标题中的列, 则指定要写入的值。extrasaction(可选)如果在标题中找不到列, 则可选的extrasaction参数指示要执行的操作。如果将其设置为引发ValueError, 则会抛出异常。dialect (可选)是编码样式，默认为Excel的样式，也就是使用逗号“,”分隔符。

csv.DictWriter提供了两种写入CSV的方法，writeheader()和writerows()。

writeheader()方法仅将标题写入csv文件的第一行。

语法如下：

writeheader()

writerows()方法只写所有行, 但在每一行中, 只写值(不写键)。

语法如下：

writerows(mydict)

三、用csv模块处理二维数据应用实例

表1是杭州市2022年10月份天气情况表，请用Python编程，将数据保存为csv文档，并读取数据编程绘制温度曲线。提示：可用turtle绘图。

表1 杭州市2022年10月份天气情况表

注：数据来自杭州历史气温_天气网

表中含有五列数据：日期、最高气温、最低气温、天气和风向，日期为2022年10月1日~2022年10月31日。这是带标题的二维数据，可以用Python的列表元素列表表示，也可以用Python的字典元素列表表示。相对于二维表格(如表1)转换为列表元素列表比较简单，转换为字典元素列表则相对要复杂些，用csv模块可以很方便地解决列表元素列表与字典元素列表间的转换。

(一) 用列表元素列表表示

用列表作为列表元素表示二维表时，数据的标题列表作为列表的第一个元素，每行数据都以值的列表表示，例如表1可以用下面的列表元素列表表示：

lst = [['日期','最高气温','最低气温','天气','风向'],
       ['2022-10-01 星期六','34℃','25℃','雾','东风 1级'],
       ['2022-10-02 星期日','37℃','26℃','晴','东南风 1级'],
       ['2022-10-03 星期一','38℃','24℃','晴','南风 1级'],
       ['2022-10-04 星期二','26℃','18℃','阴','北风 3级'],
       ['2022-10-05 星期三','20℃','15℃','多云','东北风 2级'],
       ['2022-10-06 星期四','16℃','14℃','小雨','北风 3级'],
       ['2022-10-07 星期五','15℃','14℃','小雨','北风 2级'],
       ['2022-10-08 星期六','17℃','15℃','小雨','北风 2级'],
       ['2022-10-09 星期日','19℃','10℃','多云','西北风 2级'],
       ['2022-10-10 星期一','19℃','9℃','晴','西北风 2级'],
       ['2022-10-11 星期二','19℃','12℃','多云','北风 2级'],
       ['2022-10-12 星期三','22℃','11℃','多云','东北风 1级'],
       ['2022-10-13 星期四','22℃','14℃','多云','东风 1级'],
       ['2022-10-14 星期五','24℃','15℃','多云','北风 2级'],
       ['2022-10-15 星期六','24℃','16℃','晴','东北风 2级'],
       ['2022-10-16 星期日','24℃','15℃','雾','北风 2级'],
       ['2022-10-17 星期一','21℃','10℃','雾','北风 2级'],
       ['2022-10-18 星期二','19℃','10℃','多云','北风 2级'],
       ['2022-10-19 星期三','20℃','11℃','晴','东风 2级'],
       ['2022-10-20 星期四','22℃','12℃','多云','东风 2级'],
       ['2022-10-21 星期五','26℃','16℃','多云','东风 2级'],
       ['2022-10-22 星期六','26℃','17℃','雾','北风 2级'],
       ['2022-10-23 星期日','23℃','11℃','雾','东北风 3级'],
       ['2022-10-24 星期一','22℃','13℃','多云','东风 2级'],
       ['2022-10-25 星期二','21℃','15℃','多云','东风 3级'],
       ['2022-10-26 星期三','20℃','16℃','阴','北风 1级'],
       ['2022-10-27 星期四','19℃','17℃','小雨','东北风 1级'],
       ['2022-10-28 星期五','18℃','14℃','小雨','东北风 2级'],
       ['2022-10-29 星期六','21℃','14℃','多云','东北风 2级'],
       ['2022-10-30 星期日','21℃','14℃','雾','东北风 1级'],
       ['2022-10-31 星期一','22℃','13℃','多云','西北风 2级']]

(二) 用字典元素列表表示

用字典作为列表元素表示二维表时，列标题作为键，每行数据对应列作为值的字典表示，例如表1可以用下面的字典元素列表表示：

dic = [{'日期': '2022-10-01 星期六', '最高气温': '34℃', '最低气温': '25℃', '天气': '雾', '风向': '东风 1级'}, 
       {'日期': '2022-10-02 星期日', '最高气温': '37℃', '最低气温': '26℃', '天气': '晴', '风向': '东南风 1级'}, 
       {'日期': '2022-10-03 星期一', '最高气温': '38℃', '最低气温': '24℃', '天气': '晴', '风向': '南风 1级'}, 
       {'日期': '2022-10-04 星期二', '最高气温': '26℃', '最低气温': '18℃', '天气': '阴', '风向': '北风 3级'}, 
       {'日期': '2022-10-05 星期三', '最高气温': '20℃', '最低气温': '15℃', '天气': '多云', '风向': '东北风 2级'}, 
       {'日期': '2022-10-06 星期四', '最高气温': '16℃', '最低气温': '14℃', '天气': '小雨', '风向': '北风 3级'}, 
       {'日期': '2022-10-07 星期五', '最高气温': '15℃', '最低气温': '14℃', '天气': '小雨', '风向': '北风 2级'}, 
       {'日期': '2022-10-08 星期六', '最高气温': '17℃', '最低气温': '15℃', '天气': '小雨', '风向': '北风 2级'}, 
       {'日期': '2022-10-09 星期日', '最高气温': '19℃', '最低气温': '10℃', '天气': '多云', '风向': '西北风 2级'}, 
       {'日期': '2022-10-10 星期一', '最高气温': '19℃', '最低气温': '9℃', '天气': '晴', '风向': '西北风 2级'}, 
       {'日期': '2022-10-11 星期二', '最高气温': '19℃', '最低气温': '12℃', '天气': '多云', '风向': '北风 2级'}, 
       {'日期': '2022-10-12 星期三', '最高气温': '22℃', '最低气温': '11℃', '天气': '多云', '风向': '东北风 1级'}, 
       {'日期': '2022-10-13 星期四', '最高气温': '22℃', '最低气温': '14℃', '天气': '多云', '风向': '东风 1级'}, 
       {'日期': '2022-10-14 星期五', '最高气温': '24℃', '最低气温': '15℃', '天气': '多云', '风向': '北风 2级'}, 
       {'日期': '2022-10-15 星期六', '最高气温': '24℃', '最低气温': '16℃', '天气': '晴', '风向': '东北风 2级'}, 
       {'日期': '2022-10-16 星期日', '最高气温': '24℃', '最低气温': '15℃', '天气': '雾', '风向': '北风 2级'}, 
       {'日期': '2022-10-17 星期一', '最高气温': '21℃', '最低气温': '10℃', '天气': '雾', '风向': '北风 2级'}, 
       {'日期': '2022-10-18 星期二', '最高气温': '19℃', '最低气温': '10℃', '天气': '多云', '风向': '北风 2级'}, 
       {'日期': '2022-10-19 星期三', '最高气温': '20℃', '最低气温': '11℃', '天气': '晴', '风向': '东风 2级'}, 
       {'日期': '2022-10-20 星期四', '最高气温': '22℃', '最低气温': '12℃', '天气': '多云', '风向': '东风 2级'}, 
       {'日期': '2022-10-21 星期五', '最高气温': '26℃', '最低气温': '16℃', '天气': '多云', '风向': '东风 2级'}, 
       {'日期': '2022-10-22 星期六', '最高气温': '26℃', '最低气温': '17℃', '天气': '雾', '风向': '北风 2级'}, 
       {'日期': '2022-10-23 星期日', '最高气温': '23℃', '最低气温': '11℃', '天气': '雾', '风向': '东北风 3级'}, 
       {'日期': '2022-10-24 星期一', '最高气温': '22℃', '最低气温': '13℃', '天气': '多云', '风向': '东风 2级'}, 
       {'日期': '2022-10-25 星期二', '最高气温': '21℃', '最低气温': '15℃', '天气': '多云', '风向': '东风 3级'}, 
       {'日期': '2022-10-26 星期三', '最高气温': '20℃', '最低气温': '16℃', '天气': '阴', '风向': '北风 1级'}, 
       {'日期': '2022-10-27 星期四', '最高气温': '19℃', '最低气温': '17℃', '天气': '小雨', '风向': '东北风 1级'}, 
       {'日期': '2022-10-28 星期五', '最高气温': '18℃', '最低气温': '14℃', '天气': '小雨', '风向': '东北风 2级'}, 
       {'日期': '2022-10-29 星期六', '最高气温': '21℃', '最低气温': '14℃', '天气': '多云', '风向': '东北风 2级'}, 
       {'日期': '2022-10-30 星期日', '最高气温': '21℃', '最低气温': '14℃', '天气': '雾', '风向': '东北风 1级'}, 
       {'日期': '2022-10-31 星期一', '最高气温': '22℃', '最低气温': '13℃', '天气': '多云', '风向': '西北风 2级'}]

(三) 二维数据写csv文件

有标题的csv文档与无标题的csv文档的区别是：有标题的csv文档的第一行是标题，第二行开始才是数据；无标题的csv文档第一行开始就是数据。

例1：将表1数据按有标题二维数据格式写到csv文件中，文档名为“d:\10月杭州天气.csv”

import csv

# 将数据保存为有标题(第一行为标题)的csv文档
lst = [['日期','最高气温','最低气温','天气','风向'],
       ['2022-10-01 星期六','34℃','25℃','雾','东风 1级'],
       ['2022-10-02 星期日','37℃','26℃','晴','东南风 1级'],
       ['2022-10-03 星期一','38℃','24℃','晴','南风 1级'],
       ['2022-10-04 星期二','26℃','18℃','阴','北风 3级'],
       ['2022-10-05 星期三','20℃','15℃','多云','东北风 2级'],
       ['2022-10-06 星期四','16℃','14℃','小雨','北风 3级'],
       ['2022-10-07 星期五','15℃','14℃','小雨','北风 2级'],
       ['2022-10-08 星期六','17℃','15℃','小雨','北风 2级'],
       ['2022-10-09 星期日','19℃','10℃','多云','西北风 2级'],
       ['2022-10-10 星期一','19℃','9℃','晴','西北风 2级'],
       ['2022-10-11 星期二','19℃','12℃','多云','北风 2级'],
       ['2022-10-12 星期三','22℃','11℃','多云','东北风 1级'],
       ['2022-10-13 星期四','22℃','14℃','多云','东风 1级'],
       ['2022-10-14 星期五','24℃','15℃','多云','北风 2级'],
       ['2022-10-15 星期六','24℃','16℃','晴','东北风 2级'],
       ['2022-10-16 星期日','24℃','15℃','雾','北风 2级'],
       ['2022-10-17 星期一','21℃','10℃','雾','北风 2级'],
       ['2022-10-18 星期二','19℃','10℃','多云','北风 2级'],
       ['2022-10-19 星期三','20℃','11℃','晴','东风 2级'],
       ['2022-10-20 星期四','22℃','12℃','多云','东风 2级'],
       ['2022-10-21 星期五','26℃','16℃','多云','东风 2级'],
       ['2022-10-22 星期六','26℃','17℃','雾','北风 2级'],
       ['2022-10-23 星期日','23℃','11℃','雾','东北风 3级'],
       ['2022-10-24 星期一','22℃','13℃','多云','东风 2级'],
       ['2022-10-25 星期二','21℃','15℃','多云','东风 3级'],
       ['2022-10-26 星期三','20℃','16℃','阴','北风 1级'],
       ['2022-10-27 星期四','19℃','17℃','小雨','东北风 1级'],
       ['2022-10-28 星期五','18℃','14℃','小雨','东北风 2级'],
       ['2022-10-29 星期六','21℃','14℃','多云','东北风 2级'],
       ['2022-10-30 星期日','21℃','14℃','雾','东北风 1级'],
       ['2022-10-31 星期一','22℃','13℃','多云','西北风 2级']]
with open(r'd:/10月杭州天气.csv','w',newline='') as f:
    csv.writer(f).writerows(lst)

程序执行结果如下：

图1 例1执行结果

(四) 读有标题csv文档为字典元素列表

读取有标题的csv文档时，如以列表方式读，则处理时要丢弃第一行标题，获取数据按位置(索引值)获取，即按行、列获取某天的某个天气信息。如以字典方式读，则处理时第一行成为标题，获取数据按列标题获取，即可按条件、用列标题获取某天的某个天气信息。

如：

date = '2022-10-05'
print([i['天气'] for i in dic if i['日期'][:10] == date][0])

结果为：多云

例2：读取例1保存10月杭州市天气情况“d:\10月杭州天气.csv”，绘制全月的最高温度和最低温度变化曲线，并在最高温度曲线上标注“天气”信息。

import csv
import turtle as tl

_maxt=[]										# 保存'最高温度'数据(数值)
_mint=[]										# 保存'最低温度'数据(数值)
with open(r'd:/10月杭州天气.csv','r') as f:		# 读数据，将标题转化为每列数据的“键”
    reader = csv.DictReader(f)					# 加fieldnames=head参数，则head为标题，
    dic_lst = list(reader)						#        第一行为数据，否则第一行为标题
    print(dic_lst)
    for i in dic_lst:							# 第i行数据
        _maxt.append(int(i['最高气温'][:-1]))	# '最高气温'列是某日最高温度，去掉℃转数值
        _mint.append(int(i['最低气温'][:-1]))	# '最低气温'列是某日最低温度，去掉℃转数值
tl.pu()
for i in range(31):								# 绘制日期文字(1日~31日)
    tl.goto(-300+i*20,-230)
    tl.write(str(i+1)+'\n日',align='center')
for i in range(5,40,5):							# 间隔5℃绘制温度文字(5~35℃)
    tl.goto(-305,-208+i*10)
    tl.write(str(i))
tl.goto(-305,-208+40*10)
tl.write('℃')									# 绘制温度坐标单位：℃
tl.goto(-310,-200)
tl.pd()
tl.fd(620)										# 绘制水平线(水平坐标线)
tl.lt(90)
for i in range(31,0,-1):						# 绘制31个日期刻度
    tl.pu()
    tl.goto(-300+(i-1)*20,-200)
    tl.pd()
    tl.fd(5)
tl.pu()
tl.goto(-310,-200)
tl.pd()
tl.fd(410)										# 绘制垂直线(垂直坐标线)
tl.rt(90)
for i in range(40,0,-1):						# 绘制40个温度刻度
    tl.pu()
    tl.goto(-310,-200+i*10)
    tl.pd()
    tl.fd(5)
tl.pu()
tl.goto(-300,-200+_maxt[0]*10)					# 移动到1日最高温度位置
tl.pd()
tl.color('red')									# 最高温度曲线用红色绘制
for i,t in enumerate(_maxt):					# 根据日期求水平、最高温度求垂直坐标
    tl.goto(-300+i*20,-200+t*10)
    tl.dot(6)									# 加小圆点
    tl.write(dic_lst[i]['天气'],align='center')	# 绘制天气信息(文字)
tl.pu()
tl.goto(-300,-200+_mint[0]*10)					# 移动到1日最低温度位置
tl.color('blue')								# 最低温度曲线用蓝色绘制
tl.pd()
for i,t in enumerate(_mint):					# 根据日期求水平、最低温度求垂直坐标
    tl.goto(-300+i*20,-200+t*10)
    tl.dot(6)									# 加小圆点
tl.ht()											# 隐藏LOGO形状

程序执行结果如图2所示。

 

图2 例2执行结果(2022年10月最高温度和最低温度变化曲线)

hz_zhangrl
关注
  • 1
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
16、Python读取气象数据的正确姿势
小兔子乖乖
07-10 919
CSV格式将数据字段用逗号分隔，每行代表一个数据记录。CSV格式广泛应用于数据表格和电子表格软件，易于导入和导出，适用于大多数数据分析工具。这种格式简单直观，易于读取和编辑，但对于大规模数据集来说可能不够高效。：NetCDF是一种自描述的二进制数据格式，特别适用于存储科学和气象数据。：GRIB是一种压缩的二进制格式，用于存储大规模气象和地理空间数据。它提供了高度压缩和快速访问的功能，广泛应用于气象预报和气候模型。下一篇文章将会讲解如何利用Python批量读取多格式的气象数据文件，可以点个关注，等待更新。
python中读入二维csv格式的表格方法详解(以元组/列表形式表示)
09-17
本文将深入探讨如何使用Python读取二维CSV文件，并将其转换为元组或列表形式。我们将讨论两种方法：一种是使用Python内建的`csv`库，另一种是利用强大的数据分析库`pandas`。 ### 方法一：使用Python内建的csv库 ...
beijing-CSV格式天气数据.zip
03-10
beijing_20200101-20200307 CSV格式的天气数据
天气数据集1-Jena Climate Dataset介绍
最新发布
disanda的专栏
06-02 606
天气类开源数据集，适用于地球科学类分析、研究
Python怎么去获取csv文件的内容？Python读取csv文件的方法
xiangxueerfei的博客
09-15 6494
在生活和工作之中，许多表格格式的数据都会保存成csv格式的文件以便于去更快的读取，那么在python之中也可以去通过某些方法读取csv文件的内容。我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。最后祝大家天天进步！
Python 二维数据
普罗米修斯的博客
03-20 3940
【 1.二维数据的表示】 列表类型可以表达二维数据。 使用二维列表。 使用两层for循环遍历每个元素。 外层列表中每个元素可以对应一行，也可以对应一列。 一维和二维数据表示的形式差异： 【 2.CSV数据存储格式】 CSV ：Comma-Separated Values 国际通用的一二维数据存储格式，一般.csv扩展名。 每行一个一维数据，采用逗号分隔，无空行。 Excel和一般编辑软件...
Python 二维数据的格式化和处理
MessiNine的博客
06-06 2992
1、二维数据的表示  (1)、使用列表类型          - 列表类型可以表达二维数据         - 使用二维列表         [ [3.1398, 3.1349, 3.1376],           [3.1413, 3.1404, 3.1401] ]          - 使用两层for循环遍历每个元素         - 外层列表中每个元素可以对应一行，也可以对应一列 2、C...
python在日常工作处理中的应用——以员工福利采购统计为例.pdf
06-29
python在日常工作处理中的应用——以员工福利采购统计为例.pdf
Python在校园数据分析中的应用——以一卡通消费为例.pdf
06-29
Python在校园数据分析中的应用——以一卡通消费为例.pdf
基于Python的ArcGIS空间数据处理——以太行山沿线传统村落数据库建设为例.pdf
06-29
基于Python的ArcGIS空间数据处理——以太行山沿线传统村落数据库建设为例.pdf
15 python一维、二维数据格式化
01-20
文章目录15 python一维、二维数据格式化一维数据格式化二维数据格式化CSV格式与二维数据存储CSV二维数据的存储二维数据的读入处理（从CSV中读入数据） 15 python一维、二维数据格式化 一维数据格式化 通过join和...
Python大数据处理库PySpark实战——使用PySpark处理文本多分类问题
02-24
【导读】我们知道，ApacheSpark在处理实时数据方面的能力非常出色，目前也在工业界广泛使用。本文通过使用SparkMachineLearningLibrary和PySpark来解决一个文本多分类问题，内容包括：数据提取、ModelPipeline、训练...
Python基于csv模块实现读取与写入csv数据的方法
12-25
通过csv模块可以轻松读取格式为csv的文件，而且csv模块是python内置的，不需要下载就可以直接用。 一、准备csv文件 文件名是 e:\t.csv，文件内容： org_id,org_name,state,emp_id 1,销售1,'1',123 2,销售2,'0',321 ...
python在日常工作处理中的应用——以员工福利采购统计为例.zip
10-16
Python是一种强大的编程语言，尤其在数据处理和自动化任务中表现出色。...通过阅读提供的"python在日常工作处理中的应用——以员工福利采购统计为例.pdf"文件，你将更深入地了解如何具体运用这些概念和技巧。
基于Python的购物中心人流分布计算机模拟——以厦门湖里万达广场为例.pdf
06-29
基于Python的购物中心人流分布计算机模拟——以厦门湖里万达广场为例.pdf
Python使用Pandas对csv文件进行数据处理的方法
09-18
主要介绍了Python使用Pandas对csv文件进行数据处理的方法，本文通过实例代码相结合给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下
Python考试复习(2)
m0_51647314的博客
04-18 1410
1. 列表相加 (1)利用操作符+ a = [1,2,3] b = [4,5,6] c = a + b print(c) #c的结果：[1,2,3,4,5,6] (2)利用extend() a = [1,2,3] b = [4,5,6] a.extend(b) print(a) #a的结果：[1,2,3,4,5,6] (3)利用append() a = [1, 2, 3] b = 4 a.append(b) # a输出为 [1, 2, 3, 4] c = [5, 6] a.app
python中二维数据的操作
m0_58477260的博客
02-21 517
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。新手在学习中有了一点心得，分享如下，欢迎批评和指正，共勉！
python 一，二维数据的个数化和处理
m0_61903191的博客
04-06 1068
目录 数据的几种类型 数据的操作周期 一维数据 一维数据的表示 一维数据的存储 一维数据的处理 一维数据的读入处理 一维数据的写入处理 二维数据 二维数据的表示 CSV格式 二维数据的存储 二维数据的处理 数据的几种类型 一维数据 由对等关系的有序或无序数据构成，采用线性方式组织 -对应列表、数组和集合等概念二维数据 由多个一维数据构成，是一维数据的组合形式 -表格是典型的二维数据 -其中，表头可以作为二维数据的一部分，也可以作为二维数据之外的部分多维数据 由一维或二维数.
python读取csv文件 并将数据转化为二维数组
04-27
当然可以，以下是一个简单的Python代码示例来读取CSV文件并将数据转换为二维数组： ```python import csv # 打开CSV文件 with open('example.csv', 'r') as csvfile: # 读取CSV文件数据 csvreader = csv.reader...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值