Python加载数据的5种不同方式(收藏)

下面详细讲解一下“Python加载数据的5种不同方式(收藏)”。

1. 使用pandas库的read_csv()函数

pandas是Python中数据分析常用的库，可以用来加载和处理数据。read_csv()函数可以从CSV文件中加载数据，使用如下代码：

import pandas as pd
data = pd.read_csv('data.csv')
print(data.head())

这里的'data.csv'是你想要加载的数据文件名，使用print()打印出data的前5行数据。注意，如果你的CSV文件使用了其它的分隔符，可以通过在read_csv()函数中设置sep参数进行设置。

2. 使用numpy库的loadtxt()函数

numpy是Python中科学计算库，可以通过loadtxt()函数从纯文本文件中加载数据，使用如下代码：

import numpy as np
data = np.loadtxt('data.txt', delimiter=',')
print(data)

这里的'data.txt'是你想要加载的数据文件名，使用print()打印出data的所有数据。注意，如果你的文本文件使用了其它的分隔符，可以通过在loadtxt()函数中设置delimiter参数进行设置。

3. 使用python的原始文件输入/输出操作

Python也可以通过原始的文件输入/输出操作来加载数据，使用如下代码：

data = []
with open('data.txt', 'r') as f:
    for line in f:
        data.append(line.strip().split(','))
print(data)

这里的'data.txt'是你想要加载的数据文件名，使用print()打印出data的所有数据。这种方式会将每一行的数据进行分割，并存储到一个二维列表中。

4. 使用csv库的reader对象

Python中内置了csv库，可以使用reader对象来加载CSV文件，使用如下代码：

import csv
data = []
with open('data.csv', 'r') as f:
    reader = csv.reader(f)
    for row in reader:
        data.append(row)
print(data)

这里的'data.csv'是你想要加载的数据文件名，使用print()打印出data的所有数据。这种方式会将每一行的数据进行分割，并存储到一个二维列表中，与第3种方式类似。

5. 使用pickle库的load()函数

如果你需要加载二进制文件，可以使用Python的pickle库，使用如下代码：

import pickle
with open('data.pkl', 'rb') as f:
    data = pickle.load(f)
print(data)

这里的'data.pkl'是你想要加载的数据文件名，使用print()打印出data的所有数据。这种方式适用于需要加载Python对象的情况，例如模型的加载。

以上就是Python加载数据的5种不同方式的完整攻略，希望对你有所帮助。