python读取yuvpython怎么读：Python如何读取数据 这都可以

今天我们聊1聊最近互联网有什么事：

1、从文本中读取数据Python可以读取任何格式的文本数据，使用Python读取文本数据1般分为3个步骤分别是：定义数据文件、获取文件对象、读取文件内容上面让小编来分别解释它们是如何实现的定义数据文件定义数据文件是指将数据文件预先赋值给1个对象，目的是为了后续操作更加便捷减少代码冗余。

例如：现在要读取1个文件”text.txt”，定义方法如下：file_name=’d:/python/ text.txt’这样文件中的数据就读入到File_name中了，引号中内容是text.txt文件的路径。

2.获取文件对象获取文件对象的意义是基于数据文件产生对象，后续所有关于该数据文件的操作都基于该对象产生方法是用open函数创建1个文件对象，例如：file_object = open(file_name)。

3.读取文件内容这个就没有用过多解释了，含义就是读取文件里面的数据大多数情况使用read或readlines函数实现结合前两个步骤，可以总结出Python读取文本数据、查看数据的操作如下：file_name=’d:/python/ text.txt’ file_object = open(file_name) read_data = file_object.read() #读取数据 print(read_data) #打印数据。

二、使用库读取数据用Pandas库读取数据Pandas读取数据的方法有很多，这里就举1个最常用的方法read_csvread_csv用来读取csv格式的数据文件，具体操作如下，需要注意的是在读取数据的代码中也是要插入文件路径的，如果要读取的文件保存在Python工作目录中就可以没有用加路径，用’文件名.格式’就可以了。

import pandas as pd # 导入Pandas库 data = pd.read_csv(data.csv, names=[col1, col2, col3, col4, col5]) # 读取csv数据 print(data) # 打印输出数据 #输出： col1 col2 col3 col4 col5 0 0 1 2 3 4 1 5 6 7 8 9 2 10 11 12 13 14

2.用Numpy库读取数据Numpy读取数据的方法包括loadtxt、load、fromfile3种由于篇幅问题，这里只给大家介绍loadtxt，其他的可以通过百度或者相关数据来了解过程跟前面都差没有多，首先导入库，然后定义文件，最后读取数据。

没有同的是loadtxt函数中可以设定1些参数，如上面案例中dtype表示数据类型、delimiter表示是用数据中的分隔符，例如：逗号、TAB符等，默认是空格import numpy as np # 导入numpy库 file_name = numpy_data.txt # 定义数据文件 data = np.loadtxt(file_name, dtype=float32, delimiter= ) # 获取数据 print(data) # 打印数据 #输出 [[ 0. 1. 2. 3. 4.] [ 5. 6. 7. 8. 9.] [10. 11. 12. 13. 14.]]

3、从Excel中读取数据Python读取Excel文件还是采用第3方库，最常用的是xlrd操作方法可以参考下方代码：# 导入库 import xlrd # 打开文件 xlsx = xlrd.open_workbook(demo.xlsx) # 查看所有sheet列表 print(All sheets: %s % xlsx.sheet_names()) # 查看sheet1的数据概况 sheet1 = xlsx.sheets()[0] # 获得第1张sheet，索引从0开始 sheet1_name = sheet1.name # 获得名称 sheet1_cols = sheet1.ncols # 获得列数 sheet1_nrows = sheet1.nrows # 获得行数 print(Sheet1 Name: %s\nSheet1 cols: %s\nSheet1 rows: %s % (sheet1_name, sheet1_cols, sheet1_nrows)) # 查看sheet1的特定切片数据 sheet1_nrows4 = sheet1.row_values(4) # 获得第4行数据 sheet1_cols2 = sheet1.col_values(2) # 获得第2列数据 cell23 = sheet1.row(2)[3].value # 查看第3行第4列数据 print(Row 4: %s\nCol 2: %s\nCell 1: %s\n % (sheet1_nrows4, sheet1_cols2, cell23)) # 查看sheet1的数据明细 for i in range(sheet1_nrows): # 逐行打印sheet1数据 print(sheet1.row_values(i))。

对于Python常用的读取数据的方法大概是这些，但是对于数据分析师来说可能需要掌握的远没有止于此在很多情况下，由于数据量的问题，导出数据要花费很长时间因此除了会读取数据文件外，数据分析师还要掌握读取数据库、流式数据、API等数据的方法。

PS.了解更多内容可以关注公众号“数据分析Young OG”

如果您认为这篇文章对您有所启发，请将其转发到您的社交媒体上。