數(shù)據(jù)是數(shù)據(jù)科學(xué)家的基礎(chǔ)，因此了解許多加載數(shù)據(jù)進(jìn)行分析的方法至關(guān)重要。在這里，我們將介紹五種Python數(shù)據(jù)輸入技術(shù)，并提供代碼示例供您參考。

作為初學(xué)者，您可能只知道一種使用p andas.read_csv函數(shù)讀取數(shù)據(jù)的方式（通常以CSV格式）。它是最成熟，功能最強(qiáng)大的功能之一，但其他方法很有幫助，有時(shí)肯定會派上用場。

我要討論的方法是：

我們將用于加載數(shù)據(jù)的數(shù)據(jù)集可以在此處找到 。它被稱為100-Sales-Records。

Imports

我們將使用Numpy，Pandas和Pickle軟件包，因此將其導(dǎo)入。

1. Manual Function

這是最困難的，因?yàn)槟仨氃O(shè)計(jì)一個(gè)自定義函數(shù)，該函數(shù)可以為您加載數(shù)據(jù)。您必須處理Python的常規(guī)歸檔概念，并使用它來讀取 .csv 文件。

讓我們在100個(gè)銷售記錄文件上執(zhí)行此操作。

嗯，這是什么？？？？似乎有點(diǎn)復(fù)雜的代碼！！！讓我們逐步打破它，以便您了解正在發(fā)生的事情，并且可以應(yīng)用類似的邏輯來讀取 自己的 .csv文件。

在這里，我創(chuàng)建了一個(gè) load_csv 函數(shù)，該函數(shù)將要讀取的文件的路徑作為參數(shù)。

我有一個(gè)名為data 的列表， 它將具有我的CSV文件數(shù)據(jù)，而另一個(gè)列表 col 將具有我的列名。現(xiàn)在，在手動檢查了csv之后，我知道列名在第一行中，因此在我的第一次迭代中，我必須將第一行的數(shù)據(jù)存儲在 col中， 并將其余行存儲在 data中。

為了檢查第一次迭代，我使用了一個(gè)名為checkcol 的布爾變量， 它為False，并且在第一次迭代中為false時(shí)，它將第一行的數(shù)據(jù)存儲在 col中 ，然后將checkcol 設(shè)置 為True，因此我們將處理 數(shù)據(jù)列表并將其余值存儲在 數(shù)據(jù)列表中。

邏輯

這里的主要邏輯是，我使用readlines（） Python中的函數(shù)在文件中進(jìn)行了迭代 。此函數(shù)返回一個(gè)列表，其中包含文件中的所有行。

當(dāng)閱讀標(biāo)題時(shí)，它會將新行檢測為 n 字符，即行終止字符，因此為了刪除它，我使用了 str.replace 函數(shù)。

由于這是一個(gè) 的.csv 文件，所以我必須要根據(jù)不同的東西 逗號 ，所以我會各執(zhí)一個(gè)字符串， 用 string.split（“”） 。對于第一次迭代，我將存儲第一行，其中包含列名的列表稱為 col。然后，我會將所有數(shù)據(jù)附加到名為data的列表中 。

為了更漂亮地讀取數(shù)據(jù)，我將其作為數(shù)據(jù)框格式返回，因?yàn)榕cnumpy數(shù)組或python的列表相比，讀取數(shù)據(jù)框更容易。

輸出量

利弊

重要的好處是您具有文件結(jié)構(gòu)的所有靈活性和控制權(quán)，并且可以以任何想要的格式和方式讀取和存儲它。

您也可以使用自己的邏輯讀取不具有標(biāo)準(zhǔn)結(jié)構(gòu)的文件。

它的重要缺點(diǎn)是，特別是對于標(biāo)準(zhǔn)類型的文件，編寫起來很復(fù)雜，因?yàn)樗鼈兒苋菀鬃x取。您必須對需要反復(fù)試驗(yàn)的邏輯進(jìn)行硬編碼。

僅當(dāng)文件不是標(biāo)準(zhǔn)格式或想要靈活性并且以庫無法提供的方式讀取文件時(shí)，才應(yīng)使用它。

2. Numpy.loadtxt函數(shù)

這是Python中著名的數(shù)字庫Numpy中的內(nèi)置函數(shù)。加載數(shù)據(jù)是一個(gè)非常簡單的功能。這對于讀取相同數(shù)據(jù)類型的數(shù)據(jù)非常有用。

當(dāng)數(shù)據(jù)更復(fù)雜時(shí)，使用此功能很難讀取，但是當(dāng)文件簡單時(shí)，此功能確實(shí)非常強(qiáng)大。

要獲取單一類型的數(shù)據(jù)，可以下載 此處 虛擬數(shù)據(jù)集。讓我們跳到代碼。

這里，我們簡單地使用了在傳入的定界符中 作為 ’，’的 loadtxt 函數(shù) ， 因?yàn)檫@是一個(gè)CSV文件。

現(xiàn)在，如果我們打印 df，我們將看到可以使用的相當(dāng)不錯(cuò)的numpy數(shù)組中的數(shù)據(jù)。

由于數(shù)據(jù)量很大，我們僅打印了前5行。

利弊

使用此功能的一個(gè)重要方面是您可以將文件中的數(shù)據(jù)快速加載到numpy數(shù)組中。

缺點(diǎn)是您不能有其他數(shù)據(jù)類型或數(shù)據(jù)中缺少行。

3. Numpy.genfromtxt（）

我們將使用數(shù)據(jù)集，即第一個(gè)示例中使用的數(shù)據(jù)集“ 100 Sales Records.csv”，以證明其中可以包含多種數(shù)據(jù)類型。

讓我們跳到代碼。

為了更清楚地看到它，我們可以以數(shù)據(jù)框格式看到它，即

這是什么？哦，它已跳過所有具有字符串?dāng)?shù)據(jù)類型的列。怎么處理呢？

只需添加另一個(gè) dtype 參數(shù)并將dtype 設(shè)置 為None即可，這意味著它必須照顧每一列本身的數(shù)據(jù)類型。不將整個(gè)數(shù)據(jù)轉(zhuǎn)換為單個(gè)dtype。

然后輸出

比第一個(gè)要好得多，但是這里的“列”標(biāo)題是“行”，要使其成為列標(biāo)題，我們必須添加另一個(gè)參數(shù)，即 名稱 ，并將其設(shè)置為 True， 這樣它將第一行作為“列標(biāo)題”。

即

df3 = np.genfromtxt(’100 Sales Records.csv’, delimiter=’,’, dtype=None, names=True, encoding=’utf-8’)

我們可以將其打印為

4. Pandas.read_csv()

Pandas是一個(gè)非常流行的數(shù)據(jù)操作庫，它非常常用。read_csv（）是非常重要且成熟的 功能 之一，它 可以非常輕松地讀取任何 .csv 文件并幫助我們進(jìn)行操作。讓我們在100個(gè)銷售記錄的數(shù)據(jù)集上進(jìn)行操作。

此功能易于使用，因此非常受歡迎。您可以將其與我們之前的代碼進(jìn)行比較，然后進(jìn)行檢查。

你猜怎么著？我們完了。這實(shí)際上是如此簡單和易于使用。Pandas.read_csv肯定提供了許多其他參數(shù)來調(diào)整我們的數(shù)據(jù)集，例如在我們的 convertcsv.csv 文件中，我們沒有列名，因此我們可以將其讀取為

我們可以看到它已經(jīng)讀取了沒有標(biāo)題的 csv 文件。您可以在此處查看官方文檔中的所有其他參數(shù) 。

5. Pickle

如果您的數(shù)據(jù)不是人類可以理解的良好格式，則可以使用pickle將其保存為二進(jìn)制格式。然后，您可以使用pickle庫輕松地重新加載它。

我們將獲取100個(gè)銷售記錄的CSV文件，并首先將其保存為pickle格式，以便我們可以讀取它。

這將創(chuàng)建一個(gè)新文件 test.pkl ，其中包含來自 Pandas 標(biāo)題的 pdDf 。

現(xiàn)在使用pickle打開它，我們只需要使用 pickle.load 函數(shù)。

在這里，我們已成功從pandas.DataFrame 格式的pickle文件中加載了數(shù)據(jù) 。

到此這篇關(guān)于Python加載數(shù)據(jù)的5種不同方式(收藏)的文章就介紹到這了,更多相關(guān)Python 加載數(shù)據(jù)內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！