
1、通过标准的Python库导入CSV文件
Python提供了一个标准的类库CSV文件。这个类库中的reader()函数用来导入CSV文件。当CSV文件被读入后,可以利用这些数据生成一个NumPy数组,用来训练算法模型。
1 2 3 4 5 6 7 8 9 | from csv importreader
import numpy as np
filename=input( "请输入文件名: " )
withopen(filename, 'rt' ,encoding= 'UTF-8' ) as raw_data:
readers=reader(raw_data,delimiter= ',' )
x=list(readers)
data=np. array (x)
print (data)
print (data.shape)
|
相关推荐:《Python基础教程》
2、通过NumPy导入CSV文件
也可以使用NumPy的loadtxt()函数导入数据。使用这个函数处理的数据没有文件头,并且所有的数据结构都是一样的,也就是说,数据类型是一样的。
1 2 3 4 5 | from numpy importloadtxt
filename=input( "文件名:" )
withopen(filename, 'rt' ,encoding= 'UTF-8' ) as raw_data:
data=loadtxt(raw_data,delimiter= ',' )
print (data)
|
3、通过Pandas导入CSV文件
通过Pandas来导入CSV文件要使用pandas.read_csv()函数。这个函数的返回值是DataFrame,可以很方便的进行下一步的处理,实际操作过程中推荐使用这种方法。
在机器学习的项目中,经常利用Pandas来做数据清洗与数据准备工作。
1 2 3 4 5 6 | from pandas importread_csv
filename=input( "文件名:" )
f=open(filename,encoding= 'UTF-8' )
names=[ '作业日期' , 'ηCO' , 'ηH2' , 'TF(℃)' , 'TC(℃)' , 'mass' , '送风流量' ]
data=read_csv(f,names=names)
print (data)
|