PYTHON基础知识学习笔记（十四）

最新推荐文章于 2024-07-11 12:55:40 发布
最新推荐文章于 2024-07-11 12:55:40 发布
阅读量142 收藏 1
点赞数
文章标签： python
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/qq_43635468/article/details/104460918
版权

目录

CSV文件处理

CSV文件：以逗号为分隔值（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）。

读取CSV文件

以列表形式读取

1、csv.reader()函数：将csv文件每一行信息作为列表返回。

import csv    #导入csv模块

def csv_read():
    with open('product.csv',encoding='utf-8') as f:
        reader = csv.reader(f)
        header = next(reader)  #文件可迭代，首先将表头提出，指针指向下一行
        print(header)
        for row in reader:
            print(row)

if __name__ == '__main__':
    csv_read()

#运行结果
['产品ID', '产品名称', '单价', '库存']
['1', '苹果汁', '18', '39']
['2', '牛奶', '22.7', '17']
['3', '番茄酱', '10', '13']
['4', '盐巴', '22', '53']
['5', '麻油', '21.35', '0']
['6', '酱油', '25', '120']
['7', '海鲜粉', '30', '15']
['8', '胡椒粉', '40', '6']
['9', '赞油鸡', '97', '29']
['10', '大甲蟹', '31', '31']

2、其中的信息可以按照列表进行检索。

import csv

def csv_read():
    with open('product.csv',encoding='utf-8') as f:
        reader = csv.reader(f)
        header = next(reader)
        print(header)
        for row in reader:
            print(f'编号：{row[0]}\t产品：{row[1]}\t单价：{row[2]}')

if __name__ == '__main__':
    csv_read()

#运行结果
['产品ID', '产品名称', '单价', '库存']
编号：1 产品：苹果汁 单价：18
编号：2 产品：牛奶 单价：22.7
编号：3 产品：番茄酱 单价：10
编号：4 产品：盐巴 单价：22
编号：5 产品：麻油 单价：21.35
编号：6 产品：酱油 单价：25
编号：7 产品：海鲜粉 单价：30
编号：8 产品：胡椒粉 单价：40
编号：9 产品：赞油鸡 单价：97
编号：10 产品：大甲蟹 单价：31

以命名元组形式读取

import csv
from collections import namedtuple

csv_read_by_namedtuple():
    with open('product.csv',encoding='utf-8') as f:
        reader = csv.reader(f)
        headers = next(reader)
        Row = namedtuple('Row',headers)
        for r in reader:
            row = Row(*r)
            print(row)

if __name__ == '__main__':
    csv_read_by_namedtuple()

#运行结果
Row(产品ID='1', 产品名称='苹果汁', 单价='18', 库存='39')
Row(产品ID='2', 产品名称='牛奶', 单价='22.7', 库存='17')
Row(产品ID='3', 产品名称='番茄酱', 单价='10', 库存='13')
Row(产品ID='4', 产品名称='盐巴', 单价='22', 库存='53')
Row(产品ID='5', 产品名称='麻油', 单价='21.35', 库存='0')
Row(产品ID='6', 产品名称='酱油', 单价='25', 库存='120')
Row(产品ID='7', 产品名称='海鲜粉', 单价='30', 库存='15')
Row(产品ID='8', 产品名称='胡椒粉', 单价='40', 库存='6')
Row(产品ID='9', 产品名称='赞油鸡', 单价='97', 库存='29')
Row(产品ID='10', 产品名称='大甲蟹', 单价='31', 库存='31')

可以像使用类实例一样打印出需要的信息。

import csv
from collections import namedtuple

csv_read_by_namedtuple():
    with open('product.csv',encoding='utf-8') as f:
        reader = csv.reader(f)
        headers = next(reader)
        Row = namedtuple('Row',headers)
        for r in reader:
            row = Row(*r)
            print(f'{row.产品ID} -> {row.产品名称} -> {row.单价}')

if __name__ == '__main__':
    csv_read_by_namedtuple()

#运行结果
1 -> 苹果汁 -> 18
2 -> 牛奶 -> 22.7
3 -> 番茄酱 -> 10
4 -> 盐巴 -> 22
5 -> 麻油 -> 21.35
6 -> 酱油 -> 25
7 -> 海鲜粉 -> 30
8 -> 胡椒粉 -> 40
9 -> 赞油鸡 -> 97
10 -> 大甲蟹 -> 31

以字典形式读取

import csv

def csv_read_by_dict():
    with open('product.csv',encoding='utf-8') as f:
        reader = csv.DictReader(f)
        for row in reader:
            print(row)

if __name__ == '__main__':
    csv_read_by_dict()

#运行结果
OrderedDict([('产品ID', '1'), ('产品名称', '苹果汁'), ('单价', '18'), ('库存', '39')])
OrderedDict([('产品ID', '2'), ('产品名称', '牛奶'), ('单价', '22.7'), ('库存', '17')])
OrderedDict([('产品ID', '3'), ('产品名称', '番茄酱'), ('单价', '10'), ('库存', '13')])
OrderedDict([('产品ID', '4'), ('产品名称', '盐巴'), ('单价', '22'), ('库存', '53')])
OrderedDict([('产品ID', '5'), ('产品名称', '麻油'), ('单价', '21.35'), ('库存', '0')])
OrderedDict([('产品ID', '6'), ('产品名称', '酱油'), ('单价', '25'), ('库存', '120')])
OrderedDict([('产品ID', '7'), ('产品名称', '海鲜粉'), ('单价', '30'), ('库存', '15')])
OrderedDict([('产品ID', '8'), ('产品名称', '胡椒粉'), ('单价', '40'), ('库存', '6')])
OrderedDict([('产品ID', '9'), ('产品名称', '赞油鸡'), ('单价', '97'), ('库存', '29')])
OrderedDict([('产品ID', '10'), ('产品名称', '大甲蟹'), ('单价', '31'), ('库存', '31')])

获取指定信息

import csv

def csv_read_by_dict():
    with open('product.csv',encoding='utf-8') as f:
        reader = csv.DictReader(f)
        for row in reader:
            print('{} -> {} -> {}'.format(row['产品ID'],row['产品名称'],row['单价']))

if __name__ == '__main__':
    csv_read_by_dict()

#运行结果
1 -> 苹果汁 -> 18
2 -> 牛奶 -> 22.7
3 -> 番茄酱 -> 10
4 -> 盐巴 -> 22
5 -> 麻油 -> 21.35
6 -> 酱油 -> 25
7 -> 海鲜粉 -> 30
8 -> 胡椒粉 -> 40
9 -> 赞油鸡 -> 97
10 -> 大甲蟹 -> 31

写入CSV文件

元组写入CSV文件

import csv

def csv_write():
    headers = ["编号","课程","讲师"]
    rows = [
        (1,"Python","Tom"),
        (2, "C#", "Tom"),
        (3, "Django", "Tom"),
        (4, ".NET", "Tom")
    ]
    with open('my_course.csv','w',encoding='utf-8',newline='') as f:
        writer = csv.writer(f)
        writer.writerow(headers)
        writer.writerows(rows)

if __name__ == '__main__':
    csv_write()

运行结果
在这里插入图片描述

字典表写入CSV文件

import csv

def csv_write_dict():
    headers = ["编号","课程","讲师"]
    rows = [
        {"编号": 1, "课程": "Python", "讲师": "Tom"},
        {"编号": 2, "课程": "C#", "讲师": "Tom"},
        dict(编号=3,课程="Django",讲师="Tom"),
        dict(编号=4, 课程=".NET", 讲师="Tom")
    ]
    with open('my_course.csv','w',encoding='utf-8',newline='') as f:
        writer = csv.DictWriter(f, headers)
        writer.writeheader()
        writer.writerows(rows)

if __name__ == '__main__':
    csv_write_dict()

运行结果
在这里插入图片描述

json文件处理

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成，因此是一种理想的数据交换语言。
dump（）和dumps（）函数对python对象进行序列化，将一个Python对象进行JSON格式的编码。dumps（）表示将python对象转化为json字符串。
load（）和loads（）函数为反序列化方法,将json格式数据解码为python对象。

python字典表与json字符串的转化

import json

def json_basic():
    data = {
        "编号": 1,
        "课程": "Python",
        "讲师": "Tom"
    }
    print('原始数据')
    print(data)
    print('-' * 20)
    json_str = json.dumps(data)
    print('json字符串')
    print(json_str)
    print('-' * 20)
    json_data = json.loads(json_str)
    print('读取json数据')
    print(json_data)

if __name__ == '__main__':
    json_basic()

#运行结果
原始数据
{'编号': 1, '课程': 'Python', '讲师': 'Tom'}
--------------------
json字符串
{"\u7f16\u53f7": 1, "\u8bfe\u7a0b": "Python", "\u8bb2\u5e08": "Tom"}
--------------------
读取json数据
{'编号': 1, '课程': 'Python', '讲师': 'Tom'}

写入json文档

dump（）和dumps（）函数对python对象进行序列化。将一个Python对象进行JSON格式的编码。

import json

def json_writer_file():
    data = {
        "编号": 1,
        "课程": "Python",
        "讲师": "Tom"
    }
    with open('data.json','w',encoding='utf8') as f:
        json.dump(data, f)

if __name__ == '__main__':
    json_writer_file()

运行结果
在这里插入图片描述

读取json文档

import json

def json_read_file():
    with open('data.json','r',encoding='utf8') as f:
        data = json.load(f)
        print(data)

if __name__ == '__main__':
    json_read_file()

#运行结果
{'编号': 1, '课程': 'Python', '讲师': 'Tom'}

json与python的类型差异

json中true、false、null与python中写法不一样。

import json
def json_type_diff():
    print(json.dumps(True))
    print(json.dumps(False))
    print(json.dumps(None))

if __name__ == '__main__':
    json_type_diff()

#运行结果
true
false
null

Excel文件读取

python可利用xlrd包读取Excel文件。

查看当前文件下的工作蒲

import xlrd

def xl_read():
    book = xlrd.open_workbook('product.xlsx')
    for sheet in book.sheets():
        print(sheet.name)

if __name__ == '__main__':
    xl_read()

#运行结果
Sheet1
Sheet2

读取文件信息

import xlrd

def xl_read_data():
    book = xlrd.open_workbook('product.xlsx')
    sheet = book.sheet_by_name('Sheet1')
    print('工作蒲：{}'.format(sheet.name))
    print('数据行数：{}'.format(sheet.nrows))
    print('产品数据')
    print('=' * 50)
    for i in range(sheet.nrows):
        print(sheet.row_values(i))  #获取索引指定的数据行

if __name__ == '__main__':
    xl_read_data()

#运行结果
工作蒲：Sheet1
数据行数：11
产品数据
==================================================
['产品ID', '产品名称', '单价', '库存']
[1.0, '苹果汁', 18.0, 39.0]
[2.0, '牛奶', 22.7, 17.0]
[3.0, '番茄酱', 10.0, 13.0]
[4.0, '盐巴 ', 22.0, 53.0]
[5.0, '麻油', 21.35, 0.0]
[6.0, '酱油', 25.0, 120.0]
[7.0, '海鲜粉', 30.0, 15.0]
[8.0, '胡椒粉', 40.0, 6.0]
[9.0, '赞油鸡', 97.0, 39.0]
[10.0, '大甲蟹', 31.0, 13.0]

未完待续！

yfqh9588
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python基础学习笔记
03-21
1.Python基础 1.1使用基础 1.2PIP使用 1.3内置函数/变量/模块 1.4代码输入基础知识细节 1.5列表 1.6元组 1.7字典 1.8集合 1.9公共方法 1.10推导式 1.11函数 1.12文件操作 1.13语法错误与异常处理 1.14生成器 1.15...
Python基础教程学习笔记 第一章 基础知识
09-03
在"Python基础教程学习笔记"的第一章中，我们重点学习了基础知识，包括语法特性、数据类型、运算符以及内置函数等方面。 首先，Python语言允许在语句末尾不加分号，但在同一行写多条语句时，需要用分号进行分隔。...
python基础学习笔记
02-20
"Python基础学习笔记"涵盖了Python入门所需的关键知识点，是初学者踏入编程世界的重要资源。 首先，Python的基础语法是学习的起点。它使用缩进来定义代码块，这与大多数其他编程语言的花括号不同。Python的变量声明...
Python-基础学习笔记.docx
11-15
Python 基础学习笔记 本笔记基于《Python 语言程序设计基础（第 2 版）》第一部分 初识 Python 语言，涵盖了计算机的概念、程序设计语言、Python 语言概述、Python 语言开发环境配置、程序的基本编写方法等知识点。...
python入门之基础语法学习笔记
12-20
Python 是一种广泛使用的高级编程语言，特别适合初学者入门。在学习Python的基础语法时，有几个关键概念需要了解。 首先，关于Python的中文编码问题。...掌握这些基础知识是学习Python编程的第一步。
已解决 javax.xml.transform.TransformerFactoryConfigurationError 异常的正确解决方法，亲测有效！！！
小明的Java问道之路
07-08 1945
已解决 javax.xml.transform.TransformerFactoryConfigurationError 异常的正确解决方法，亲测有效！！！
java占位符替换五种方式
weixin_61478518的博客
07-08 459
在业务开发中，经常需要输出文本串。其中，部分场景下大部分文本内容是一样的，只有少部分点是不一样。简单做法是直接拼接字段，但是这会有个问题。后面如果想要修改内容，那么每个地方都要修改，这不符合设计模式中的开闭原则，面向应该对扩展开放，对修改关闭。如何解决这个问题？先来看现实生活中的例子，个人信息填写。一般会要填写表格，已经定义好了姓名，性别，年龄等字段，只要填写对应的个人信息就好了。在程序开发中，我们会预先定义好一个字符串模板，需要改动的点使用占位符。
一键安装ros及出现问题的解决方案
m0_58173801的博客
07-10 529
catkin_make时出现报错如下。
【Python进阶】函数的扩展
weixin_52854743的博客
07-06 985
python函数的补充，包括函数的嵌套调用、函数的变量作用域、多种参数、拆包和交换变量值、引用和匿名函数
制作爬取4399游戏名称软件
fasdaegaw的博客
07-06 368
请求头={'User-Agent':'Mozilla/5.0 (Windows NT 10.0;网站源代码=requests.get(url=链接,headers=请求头).text #发送请求并且拿到网站源代码。class属性的结果=初始化.find(class_="tm_list") #class是关键字。li标签内容=class属性的结果.find_all('li') #list。链接='https://www.4399.com/' #网站链接。#发送请求并且拿到源代码。
python拆分Excel数据，自动发邮箱
cc605523的博客
07-06 703
message['To'] = ",".join(recipient_email) # 收件人（可以添加多个，若只有一个收件人，可直接写邮箱号）"采购部": ['young@realstarie.com', "865193996@qq.com"], # 可以添加多个收件人。# split_Excel("年假情况.xlsx", "年假_按部门汇总")department_df = df[df["部门"] == dept]depts = ["采购部", "船务部"]
守望数据边界：sklearn中的离群点检测技术
2401_85742452的博客
07-08 719
本文的目的是帮助读者更好地理解离群点检测，并掌握在sklearn中实现这些技术的方法。通过本文，我们了解到了sklearn中不同的离群点检测技术，并提供了实际的代码示例。Isolation Forest是一种基于随机森林的离群点检测方法，它通过随机选择特征和切分点来“孤立”离群点。在实际应用中，离群点检测可以帮助我们识别数据集中的异常行为，从而进行进一步的分析或采取预防措施。评估离群点检测的效果通常比较困难，因为没有绝对的标准。基于密度的方法，如DBSCAN，根据数据点的密度而非固定阈值来识别离群点。
编程学单词：delta(希腊字母Δ/δ)，差值表示
最新发布
m0_57158496的博客
07-11 890
结语：代码编写中，用“通用”字符命名相应变量，是一个不错的好习惯。其一，不用注释，望文生义，简单明了；其二，代码书写形式风格“标准”统一，方便维护和流转。说明：今天我在堆叠代码时发现有delta样子的单词存在，修习之，对代码书写大有裨益。从今以后，我遇到类似的单词，都将在学习笔记中标识、分享。😋回页目录。
查找浮点数的交点
weixin_44617651的博客
07-09 455
在一个项目中，我们需要计算两个函数 f(x) 和 g(x) 在 x 的值从 0 到 1000 之间的交点。为了找到交点，我们需要不断地运行这两个函数，并比较它们的结果。当 f(x) 等于 g(x) 时，我们找到了交点并停止循环。
基于LLaMA-Factory的微调记录
Climbman的博客
07-09 471
由于不需要考虑多轮对话，所以history可以不要，这里采用了两种数据集的组织方式，一种是只有instruction和output，把问题作为instruction，另外一种是把问题作为input，把回答问题这一要求作为instruction。微调时一般需要准备三个数据集：一个是自我认知数据集（让大模型知道自己是谁），一个是特定任务数据集（微调时需要完成的目标任务），一个是通用任务数据集（保持大模型的通用能力，防止变傻）。测试的大模型可以使用这些，注意要下载最新版，老版的模型结构不太匹配。
使用pycuda + skcuda 遇到 OSError: CUDA runtime library not found 的解决方案
天之彼方的博客
07-09 377
使用pycuda + skcuda 遇到 OSError: CUDA runtime library not found 的解决方案
项目实战--XML文档解析工具
qq_40623672的博客
07-11 701
XML (eXtensible Markup Language)指可扩展标记语言，标准通用标记语言的子集，可以标记数据、定义数据类型，可以允许自定义标记语言进行数据承载，通常被用来传输和存储数据，定义也简单，遵循核心DTD（文档类型定义）语法约束。> < site > < name > CSDN博客网站 </ name > < url > https://blog.csdn.net/ </ url > < desc > 技术学习网站 </ desc > </ site >
javascript高级部分笔记
喵喵的博客
07-09 1256
javascript高级部分 Function方法 与 函数式编程 call 语法：call([thisObj[,arg1[, arg2[, [,.argN]]]]]) 定义：调用一个对象的一个方法，以另一个对象替换当前对象。 说明：call 方法可以用来代替另一个对象调用一个方法。call 方法可将一个函数的对象上下文从初始的上下文改变为由 thisObj 指定的新对象。 如果没有提供 thisObj 参数，那么 Global 对象被用作 thisObj。 let myName = 'goudan
使用Python实现深度学习模型：模型部署与生产环境应用
Echo_Wish的博客
07-07 1706
模型部署是将训练好的机器学习或深度学习模型集成到应用程序或服务中，使其能够在生产环境中运行并提供预测服务的过程。模型保存与加载API服务容器化部署云端部署Flask是一个轻量级的Python Web框架，常用于快速开发API服务。它简单易用，适合小型项目和快速原型开发。本文详细介绍了如何使用Python实现深度学习模型的部署与生产环境应用，包括模型保存与加载、使用Flask进行API部署、使用Docker进行容器化部署和在云端部署模型。
Python学习笔记，大学Mooc上北理工嵩天的
07-25
Python学习笔记是北理工嵩天在大学Mooc上的课程笔记，涵盖了Python基础知识和编程思想。本笔记总结了Python的基本语法、变量类型、控制结构、函数和模块的使用等知识点。 **基本语法** * Python使用`print()`函数...

“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

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