首先,CSV文件数据获取与可视化,nametuple函数可以使得数据变得可读性和规范性更强。
首先引入一段代码:
import csv
from collections import namedtuple
def read_csv_file():
with open('data.csv','r',encoding='utf-8') as f:
readers = csv.reader(f)
headers = next(readers)
print(headers)
for row in readers:
print('日期:{}\t开盘价:{}\t最高价:{}\t最低价:{}\t收盘价:{}\t成交量:{}\t' .format(row[0],row[1],row[2],row[3],row[4],row[5]))
def csv_read_by_nametuple():
with open('data.csv','r',encoding='utf-8') as f:
reader = csv.reader(f)
# 返回头部信息
headers = next(reader)
Row = namedtuple('交易信息',headers)
for r in reader:
row = Row(*r)
print(row)
if __name__ == '__main__':
read_csv_file()
csv_read_by_nametuple()
运行结果:
剖析:
nametuple函数的使用方法:
其返回的是一个元组,元组名称可以自己定义,元组信息可以有序引入
def namedtuple(typename, field_names, *, rename=False, defaults=None, module=None):
typename, field_names是必须填的,前者是元组名称,后者为引入序列
后续在爬虫项目中可以很好地用到该函数获得相关数据