Python加载CSV文件

python 加载CSV文件的两种方法

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, label
print(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

上一篇:Java 虚拟机性能分析工具


下一篇:MHA集群(gtid复制)和vip漂移