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。
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。
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。
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)
