python基础知识学习第13天

虚拟环境配置-CSV文件读取处理&-JSON-excel数据文件处理

(ps: main +tab键 )

csv

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.

特点
  • 读取出的数据一般为字符类型,如果是数字需要人为转换为数字
  • 以行为单位读取数据
  • 列之间以半角逗号或制表符为分隔,一般为半角逗号
  • 一般为每行开头不空格,第一行是属性列,数据列之间以间隔符为间隔无空格,行之间无空行。
  • 行之间无空行十分重要,如果有空行或者数据集中行末有空格,读取数据时一般会出错,引发[list index out of range]错误
读写

1.读取

第一种:

import csv
with open(“route.csv”,“r”) as f:
#reader是一个迭代器
reader=csv.reader(f)
next(reader) #输出结果会去掉行头标题
for row in reader:
name=row[0]
dates=row[-1]
print({“name”:name,“date”:dates})

第二种:字典方式读取

import csv
with open(“route.csv”,“r”) as f:
#使用DictReader创建的reader是一个迭代器,遍历迭代器返回的数据是一个字典(有序字典)
#返回的结果不包含行首的标题
reader=csv.DictReader(f)
for row in reader:
# print(row) #遍历迭代器返回的数据是一个字典(有序字典)
print(row[“昵称”],row[“院系信息”])

2.写入

第一种:

import csv
headers=[“username”,“age”,“addr”]
values={
(“张三”,23,“满城”),
(“李四”,24,“保定”),
(“王五”,25,“衡水”),
(“赵六”,26,“邯郸”)
}
with open(“name.csv”,“w”,encoding=“utf-8”,newline="") as f: #newline换行符为空,默认为\n
writer=csv.writer(f)
writer.writerow(headers) #写入行首标题
writer.writerows(values) #写入多行

第二种:

import csv
headers=[“username”,“age”,“addr”]
values=[
{“username”:“张三”,“age”:23,“addr”:“保定”},
{“username”:“李四”,“age”:23,“addr”:“邯郸”},
{“username”:“王五”,“age”:23,“addr”:“石家庄”},
{“username”:“赵六”,“age”:23,“addr”:“衡水”},
]

with open(“name2.csv”,“w”,encoding=“utf-8”,newline="") as f:
writer=csv.DictWriter(f,headers)
#写入表头的时候需要写入writerheader方法
writer.writeheader()
writer.writerows(values)

JSON

JSON介绍:json.org

Excel文件数据处理

利用Python读取和修改Excel文件(包括xls文件和xlsx文件)——基于xlrd、xlwt和openpyxl模块_Python_TheGkeone-CSDN博客
https://blog.csdn.net/sinat_28576553/article/details/81275650

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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