python引入数据集的方法

这篇文章将为大家详细讲解有关python引入数据集的方法，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

1、通过标准的Python库导入CSV文件：

Python提供了一个标准的类库CSV文件。这个类库中的reader()函数用来导入CSV文件。当CSV文件被读入后，可以利用这些数据生成一个NumPy数组，用来训练算法模型。：

from csv importreader
import numpy as np
filename=input("请输入文件名： ")
withopen(filename,'rt',encoding='UTF-8')as raw_data:
    readers=reader(raw_data,delimiter=',')
    x=list(readers)
    data=np.array(x)
    print(data)
    print(data.shape)

2、通过NumPy导入CSV文件

也可以使用NumPy的loadtxt()函数导入数据。使用这个函数处理的数据没有文件头，并且所有的数据结构都是一样的，也就是说，数据类型是一样的。

from numpy importloadtxt
filename=input("文件名：")
withopen(filename,'rt',encoding='UTF-8')as raw_data:
    data=loadtxt(raw_data,delimiter=',')
    print(data)

3、通过Pandas导入CSV文件

通过Pandas来导入CSV文件要使用pandas.read_csv()函数。这个函数的返回值是DataFrame，可以很方便的进行下一步的处理，实际操作过程中推荐使用这种方法。

在机器学习的项目中，经常利用Pandas来做数据清洗与数据准备工作。

from pandas importread_csv
filename=input("文件名：")
f=open(filename,encoding='UTF-8')
names=['作业日期','ηCO','ηH2','TF(℃)','TC(℃)','mass','送风流量']
data=read_csv(f,names=names)
print(data)

关于python引入数据集的方法就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。