Python中，常见的四种读取CSV文件的方式

1. 使用标准库csv模块

csv模块是Python标准库的一部分，提供了读取和写入CSV文件的功能。它允许你以迭代的方式读取文件，并可以自定义分隔符、引号字符等。

import csv  
  
with open('data.csv', mode='r', newline='', encoding='utf-8') as file:  
    csv_reader = csv.reader(file)  
    for row in csv_reader:  
        print(row)  # row是一个列表，包含了CSV文件中的一行

2. 使用pandas库的read_csv函数

pandas是一个强大的数据分析和处理库，它提供了read_csv函数来读取CSV文件，并将数据加载到一个DataFrame对象中，方便进行数据分析。

import pandas as pd  
  
df = pd.read_csv('data.csv')  
print(df)  # 打印整个DataFrame

3. 使用numpy的genfromtxt函数（适用于数值数据）

虽然numpy主要用于数值计算，但它的genfromtxt函数也可以用来读取CSV文件（尤其是当文件主要是数值数据时）。不过，它不如pandas或csv模块那样灵活或常用。

import numpy as np  
  
data = np.genfromtxt('data.csv', delimiter=',', skip_header=1)  # 假设第一行是标题行  
print(data)

注意：numpy更适合于数值数据的处理，如果CSV文件中包含非数值数据，使用numpy可能不太方便。

4. 使用sqlite3（如果CSV文件很大或需要SQL查询）

对于非常大的CSV文件，或者当你需要对数据进行SQL查询时，可以先将CSV文件加载到SQLite数据库中，然后使用SQL查询来检索数据。这种方法需要先将CSV文件导入到SQLite数据库中。

import sqlite3  
  
# 连接到SQLite数据库  
# 如果文件不存在，会自动在当前目录创建:  
conn = sqlite3.connect('example.db')  
c = conn.cursor()  
  
# 创建表  
c.execute('''CREATE TABLE IF NOT EXISTS data  
             (id INTEGER PRIMARY KEY, column1 TEXT, column2 TEXT)''')  
  
# 假设你的CSV文件没有标题行，使用以下命令（如果有标题行，需要先读取标题行并跳过）  
# 注意：这只是一个概念示例，实际中可能需要使用其他库（如pandas）来辅助导入CSV到SQLite  
  
# 导入CSV到SQLite（通常使用pandas的to_sql函数更方便，但这里为了展示sqlite3的使用）  
# ...（实际上，这里需要更复杂的代码或借助pandas的to_sql方法）  
  
# 执行查询  
c.execute('SELECT * FROM data')  
print(c.fetchall())  
  
# 关闭连接  
conn.close()

注意：上述SQLite的例子主要是为了展示概念。在实际操作中，将CSV文件直接导入SQLite数据库，特别是大文件时，通常会使用pandas的to_sql方法或其他工具来辅助完成。

综上所述，对于大多数Python项目来说，使用pandas的read_csv函数是最方便、最强大的方法，特别是对于数据分析和科学计算领域。然而，在其他特定场景下，如仅需要读取简单的CSV数据或进行数值计算时，使用csv模块或numpy的genfromtxt函数可能更为合适。对于非常大的数据集或需要SQL查询的场景，则可以考虑使用SQLite或其他数据库系统。

如果你正在学习Python，但是找不到方向的话可以试试我这一份学习方法和籽料呀！ 点击 领取籽料（不要米米）