Python加载CSV文件

概述python加载CSV文件的两种方法1、使用pythoncsv模块2、使用np.loadtxt函数使用方法如下1、使用pythoncsv模块reader(csvfile,dialect='excel',**fmtparams)2、使用np.loadtxt函数loadtxt(fname,dtype=<class'float'>,comments='#',delimiter=None,conver

python 加载CSV文件的两种方法1、使用python csv模块2、使用np.loadtxt函数使用方法如下

1、使用python csv模块

reader(csvfile, dialect='excel', **fmtparams)

2、使用np.loadtxt函数

loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

第一种方法不细讲，主要讲述第二种方法：

使用方法如下

def loadCsvfiles2():    tmp = np.loadtxt("seaborn_data/tips.csv",dtype=np.str,delimiter=',')    data = tmp[1:,:-1]    label = tmp[1:,-1]    return data, labelprint(loadCsvfiles2())

打印内容如下:

(array([['16.99', '1.01', 'Female', 'No', 'Sun', 'Dinner'],       ['10.34', '1.66', 'Male', 'No', 'Sun', 'Dinner'],       ['21.01', '3.5', 'Male', 'No', 'Sun', 'Dinner'],       ...,       ['22.67', '2', 'Male', 'Yes', 'Sat', 'Dinner'],       ['17.82', '1.75', 'Male', 'No', 'Sat', 'Dinner'],       ['18.78', '3', 'Female', 'No', 'Thur', 'Dinner']], dtype='<U6'), array(['2', '3', '3', '2', '4', '4', '2', '4', '2', '2', '2', '4', '2',       '4', '2', '2', '3', '3', '3', '3', '2', '2', '2', '4', '2', '4',       '2', '2', '2', '2', '2', '4', '2', '4', '2', '3', '3', '3', '3',       '3', '3', '2', '2', '2', '4', '2', '2', '4', '3', '2', '2', '2',       '4', '2', '4', '2', '4', '2', '2', '4', '2', '2', '2', '4', '3',       '3', '2', '1', '2', '2', '2', '3', '2', '2', '2', '2', '2', '4',       '2', '2', '2', '2', '1', '2', '2', '4', '2', '2', '2', '2', '2',       '2', '2', '2', '2', '4', '2', '2', '2', '2', '2', '2', '3', '2',       '2', '2', '2', '2', '2', '2', '2', '1', '3', '2', '3', '2', '4',       '2', '2', '4', '2', '2', '2', '2', '2', '6', '2', '2', '2', '3',       '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '6', '5',       '6', '2', '2', '3', '2', '2', '2', '2', '2', '3', '4', '4', '5',       '6', '4', '2', '4', '4', '2', '3', '2', '2', '3', '2', '4', '2',       '2', '3', '2', '2', '2', '2', '2', '2', '2', '2', '2', '4', '2',       '3', '4', '2', '5', '3', '5', '3', '3', '2', '2', '2', '2', '2',       '2', '2', '4', '2', '2', '3', '2', '2', '2', '4', '3', '3', '4',       '2', '2', '3', '4', '4', '2', '3', '2', '5', '2', '2', '4', '2',       '2', '1', '3', '2', '2', '2', '4', '2', '2', '4', '3', '2', '2',       '2', '2', '2', '2', '3', '3', '2', '2', '2', '2'], dtype='<U6'))

由此可见，numpy还是一个很强大的工具，合理使用能够加快我们的开发效率

总结

以上是内存溢出为你收集整理的Python加载CSV文件全部内容，希望文章能够帮你解决Python加载CSV文件所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。