这篇文章将为大家详细讲解有关Python如何实现文件的读取,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
import numpy as np a=np.random.randint(0,10,size=(3,4)) np.savetext("score.csv",a,deliminter=",")
a:自己随便创建的数组,deliminter:分隔符,score:要读取的文件名
或者
import numpy as np data=np.loadtxt("score.csv",delimiter=",",skiprows=1,dtype=str)
skiprows:跳过第一行,dtype:数据读出的类型为字符型
import csv with open("score.csv",'r')as fp: reader=csv.reader(fp) for x in reader: print(x)
reader:迭代器
import numpy as np c=np.random.randint(0,10,size=(2,3)) np.save("文件名",c) c1=np.load("文件名.npy")
import pandas as pd df=pd.read_csv("exl.csv")
或者
import pandas as pd pd.read_table("exl.csv",sep=',')
sep
:分隔符
import pandas as pd BS=pd.read_clipboard
import pandas as pd df=read_excel("exl.xlsx")
import os os.chdir()
chdir()中写上你想读取文件的目录,表示将目录转化到你想读取文件的目录.
read_csv
从文件,URL,文件型对象中加载带分隔符的数据。默认分隔符为逗号
read_table
同上,但默认分隔符为制表符(“t”)
read_fwf
读取定宽列格式数据(无分隔符)
read_clipboard
读取剪贴板中的数据
read_excel
从Excel 或xlsx文件中读取表格数据
read_hdf
读取pandas写的HDF5文件
read_html
读取html文档中的所以表格
read_json
读取json字符串中的数据
read_msgpack
二进制格式编码的pandas数据
read_pickle
读取python pickle 格式中存储的任意对象
read_sas
读取存储于SAS系统自定义存储格式为SAS数据集
read_sql
读取SQL查询结果为pandas的DataFrame
read_stata
读取stata文件格式的数据集
关于“Python如何实现文件的读取”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。