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 2024-07-23 14:36:35 发布
最新推荐文章于 2024-07-23 14:36:35 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
在csv文件中提取特定的数据做图-以天气为例子
Jianhao
07-03 1645
自己学习的体会和生活感悟，不用打开看。谢谢！
Python数据处理之数据可视化（二维、三维）
weixin_46287157的博客
05-28 1万+
Python绘制二维三维图形将数据可视化
天气数据集1-Jena Climate Dataset介绍
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写入csv文件的几种方法总结
热门推荐
外婆家的大灰狼
04-11 43万+
最常用的一种方法，利用pandas包import pandas as pd#任意的多组列表 a = [1,2,3] b = [4,5,6] #字典中的key值即为csv中列名 dataframe = pd.DataFrame({'a_name':a,'b_name':b})#将DataFrame存储为csv,index表示是否显示行名，default=True dataframe.to_csv
Python 的二维数组，你写对了吗？
负雪明烛
03-23 6385
Python 的二维数组的定义，你理解的是对的吗？
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
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 ...
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 天气CSV文件
02-19
python中使用的 天气CSV文件，用于刚学习python中的CSV分析比较好。
csv各地区天气数据集，新手练习
10-21
北京/上海/广东，各区的分时天气数据 id 记录ID province 省份名 city 城市名 adcode 区域编码 weather 天气现象(汉字描述) temperature 实时气温，单位：摄氏度 winddirection 风向描述 windpower 风力级别，单位：级 humidity 空气湿度 reporttime 发布时间 create_time 插入时间 数据分析练手
sitka_weather_07-2014.csv
11-20
Python入门资源Python入门资源Python入门资源Python入门资源Python入门资源
数据处理（一）：python二维插值运算
weixin_44524040的博客
07-09 2万+
import numpy as np import matplotlib.pyplot as plt from scipy.interpolate import interp1d #引入scipy中的一维插值库 from scipy.interpolate import griddata#引入scipy中的二维插值库 x = np.linspace(0, 10, num=11, endpoint...
python与医学统计_python简单数据分析——医药数据分析
weixin_39834678的博客
12-15 2293
数组是数据分析的基础，使用数组需要先加载两个包 Numpy 和 Pandas包一、一维数组数据分析在一维数组中更实用的的是pandas的Serise数组功能，numpy主要应用于值计算，两种数组都具有查询功能，向量化运算。numpy数组中每个元素都必须是同一种数据类型，列表可以是不同都数据类型。Series有索引功能，方便通过索引访问里面都元素，可以查询数组里面的描述统计信息，根据iloc属性通过...
Python Pandas 二维数据处理与 T-SQL 对应关系
12-30 2184
Pandas 是 python的一个数据分析包，它提供了大量的数据模型型和函数库，对数据处理很方便。DataFrame 是一个二维表格数据结构，可以当做数据库中的一张关系表。Pandas 可以实现 SQL 中的语句，对 DataFrame 的操作相当于对二维表操作一样。 还是以股票某天的分笔记录为例。之前数据进行处理已经导入数据库。 import numpy as np im
世界主要国家和地区及中国天气气象CSV/JSON/KML数据【免费下载】
哈里·雪利博客
04-24 3万+
http://www.mundomanz.com/meteo_p/byind?l=1（2005年至今，包含原始报文，数据十分详细） http://www.wunderground.com/history/（有气象记录开始至今，包含主要要素的取整数据，有小时数据） http://www.tutiempo.net/en/Climate/（有气象记录开始至今，包含主要要素，数据精确） http:/
随机数种子的作用
最新发布
帆的博客
07-23 1097
设置随机数种子（random seed）的目的是为了确保随机数生成器在每次运行时产生相同的随机数序列，从而保证实验结果的一致性。随机数种子通过初始化随机数生成器的内部状态，使得在相同的种子值下，随机数生成器每次调用时生成的序列是相同的。
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(csvfile) # 将数据转化为二维数组 data = [] for row in csvreader: data.append(row) # 打印二维数组 print(data) ``` 在上述代码中，我们使用Python内置的csv模块来读取CSV文件。我们首先打开CSV文件，创建一个csv.reader对象，然后遍历每一行数据并将其添加到一个名为data的列表中。最后，我们打印出data这个二维数组。
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