数据分析基础——文件的读取

前言：如果你使用的是Anaconda中的Jupyter，则不需要下载Pands和Numpy库；如果你使用的是pycharm或其他集成环境，则需要Pands和Numpy库

一·Numpy库中操作文件

1.操作csv文件

import numpy as np
a=np.random.randint(0,10,size=(3,4))
np.savetext("score.csv"，a，deliminter=",")

a:自己随便创建的数组,deliminter:分隔符，score:要读取的文件名

或者

import numpy as np
data=np.loadtxt("score.csv",delimiter=",",skiprows=1,dtype=str)

skiprows:跳过第一行,dtype:数据读出的类型为字符型

2.在pycharm中操作csv文件

import csv
with open("score.csv",'r')as fp:
reader=csv.reader(fp)
for x in reader:
     print(x)

reader:迭代器

3.其他情况(.npy类型文件)

import numpy as np
c=np.random.randint(0,10,size=(2,3))
np.save("文件名",c)
c1=np.load("文件名.npy")

二·Pandas库中操作文件

1.操作csv文件

import pandas as pd
df=pd.read_csv("exl.csv")

或者

import pandas as pd
pd.read_table("exl.csv",sep=',')

sep:分隔符

2.从剪贴板上复制数据

import pandas as pd
BS=pd.read_clipboard

3.读取excel或xlsx文件

import pandas as pd
df=read_excel("exl.xlsx")

三·补充

1.常用

import os
os.chdir()

chdir()中写上你想读取文件的目录,表示将目录转化到你想读取文件的目录.

2.pandas中读取文件的函数

read_csv  从文件，URL,文件型对象中加载带分隔符的数据。默认分隔符为逗号

read_table   同上，但默认分隔符为制表符（“t”）

read_fwf  读取定宽列格式数据（无分隔符）

read_clipboard  读取剪贴板中的数据

read_excel  从Excel 或xlsx文件中读取表格数据

read_hdf   读取pandas写的HDF5文件

read_html  读取html文档中的所以表格

read_json    读取json字符串中的数据

read_msgpack 二进制格式编码的pandas数据

read_pickle  读取python pickle 格式中存储的任意对象

read_sas   读取存储于SAS系统自定义存储格式为SAS数据集

read_sql   读取SQL查询结果为pandas的DataFrame

read_stata 读取stata文件格式的数据集