pythonlist二维数组csv_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)...

本文详细介绍了如何使用Python内置库和pandas库读取没有表头的二维CSV文件,将其转换为元组或列表形式。通过实例展示了两种方法,包括利用内置库处理数据和使用pandas的便利性。对于大型数据处理,pandas提供了更灵活的可视化和操作选项。
摘要由CSDN通过智能技术生成

如何去读取一个没有表头的二维csv文件(如下图所示)?

376d40377fab2e837af16ffbfb099a09.png

并以元组的形式表现数据:

((1.0, 0.0, 3.0, 180.0), (2.0, 0.0, 2.0, 180.0), (3.0, 0.0, 1.0, 180.0), (4.0, 0.0, 0.0, 180.0), (5.0, 0.0, 3.0, 178.0))

方法一,使用python内建的数据处理库:

#python自带的库

rows = open('allnodes.csv','r',encoding='utf-8').readlines()

lines = [x.rstrip() for x in rows]#去掉每行数据的/n转义字符

lines[0] = '1,0,3,180'#手动去掉第一行的csv开始符号

data = []#使用列表读取是因为列表长度是可变的,而元组不可。

[data.append(eval(i)) for i in lines]#将每一行数据以子列表的形式加入到data中

allnodes = tuple(data)#将列表类型转化为元组,若想用二维列表的形式读取即删掉此行语句

print(allnodes)

out:((1, 0, 3, 180), (2, 0, 2, 180), (3, 0, 1, 180), (4, 0, 0, 180), (5, 0, 3, 178), (6, 0, 2, 178), (7, 0, 1, 178), (8, 0, 0, 178),...,(29484, -40, 0, 0))

方法二,使用pandas库:

import pandas as pd

df = pd.read_csv('allnodes.csv',header = None)#因为没有表头,不把第一行作为每一列的索引

data = []

for i in df.index:

data.append(tuple(df.values[i]))

allnodes = tuple(data)#若想用二维列表的形式读取即删掉此行语句

print(allnodes)

out:

((1.0, 0.0, 3.0, 180.0), (2.0, 0.0, 2.0, 180.0), (3.0, 0.0, 1.0, 180.0), (4.0, 0.0, 0.0, 180.0), (5.0, 0.0, 3.0, 178.0), (6.0, 0.0, 2.0, 178.0), (7.0, 0.0, 1.0, 178.0), (8.0, 0.0, 0.0, 178.0),..., (29484.0, -40.0, 0.0, 0.0))

小结:用python自带的库进行读取的时候可能稍快,但对于大型的多维数据处理,使用pandas可进行更方面,灵活,可视化的操作。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python的reshape函数可以将一个数组或矩阵变换为指定的行数和列数,也可以将一个一维数组变成多维数组。下面是一个将一个二维数组变成三维数组的示例: ```python import numpy as np # 定义一个二维数组 arr2d = np.array([[1, 2], [3, 4], [5, 6]]) # 使用reshape将二维数组转化为三维数组 arr3d = arr2d.reshape((3, 1, 2)) print(arr3d) ``` 输出结果: ``` array([[[1, 2]], [[3, 4]], [[5, 6]]]) ``` 在这个示例,我们首先定义了一个二维数组arr2d,然后使用reshape函数将其转化为一个三维数组arr3d。reshape函数的参数是一个元组,第一个元素表示新数组的行数,第二个元素表示新数组的列数,第三个元素表示新数组的深度。 如果要将多个二维数组合并成一个三维数组,可以使用numpy的concatenate函数。下面是一个示例: ```python import numpy as np # 定义两个二维数组 arr1 = np.array([[1, 2], [3, 4]]) arr2 = np.array([[5, 6], [7, 8]]) # 使用concatenate函数将两个二维数组合并成一个三维数组 arr3 = np.concatenate((arr1.reshape((1, 2, 2)), arr2.reshape((1, 2, 2))), axis=0) print(arr3) ``` 输出结果: ``` array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]]) ``` 在这个示例,我们首先定义了两个二维数组arr1和arr2,然后使用reshape函数将它们转化为二维数组,再使用concatenate函数将它们合并成一个三维数组arr3。concatenate函数的第一个参数是一个元组表示要合并的数组,第二个参数axis表示合并的方向。在这个示例,我们使用axis=0表示沿着第一个维度合并,也就是将两个二维数组合并成一个三维数组。
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