不論是數(shù)據(jù)分析，數(shù)據(jù)可視化，還是數(shù)據(jù)挖掘，一切的一切全都是以數(shù)據(jù)作為最基礎(chǔ)的元素。利用Python進行數(shù)據(jù)分析，同樣最重要的一步就是如何將數(shù)據(jù)導(dǎo)入到Python中，然后才可以實現(xiàn)后面的數(shù)據(jù)分析、數(shù)據(jù)可視化、數(shù)據(jù)挖掘等。

在本期的Python學(xué)習(xí)中，我們將針對Python如何獲取外部數(shù)據(jù)做一個詳細(xì)的介紹：

讀取文本文件的數(shù)據(jù)

大家都知道，Python中pandas模塊是專門用來數(shù)據(jù)分析的一個強大工具，下面我們就來介紹pandas是如何讀取外部數(shù)據(jù)的。

In[1]:importpandasaspd

In[2]:mydata_txt=pd.read_csv('C:\\test_code.txt',sep='\t',encoding='utf-8')

對于中文的文本文件常容易因為編碼的問題而讀取失敗，正如上所示。遇到這樣的編碼問題該如何處置呢?解決辦法有兩種情況：

1)當(dāng)原始文件txt或csv的數(shù)據(jù)不是uft8格式時，需要另存為utf8格式編碼;

2)如果原始的數(shù)據(jù)文件就是uft8格式，為了正常讀入，需要將read_csv函數(shù)的參數(shù)encoding設(shè)置為utf-8

將原始數(shù)據(jù)另存為utf8格式的數(shù)據(jù)，重新讀入txt數(shù)據(jù)

In[3]:mydata_txt=pd.read_csv('C:\\test.txt',sep='\t',encoding='utf-8')

In[4]:mydata_txt

csv文本文件是非常常用的一種數(shù)據(jù)存儲格式，而且其存儲量要比Excel電子表格大很多，下面我們就來看看如何利用Python讀取csv格式的數(shù)據(jù)文件：

In[5]:mydata_csv=pd.read_csv('C:\\test.csv',sep=',',encoding='utf-8')

In[6]:mydata_csv

如果你善于總結(jié)的話，你會發(fā)現(xiàn)，txt文件和csv文件均可以通過pandas模塊中的read_csv函數(shù)進行讀取。該函數(shù)有20多個參數(shù)，類似于R中的read.table函數(shù)，如果需要查看具體的參數(shù)詳情，可以查看幫助文檔：help(pandas.read_csv)。

讀取電子表格文件

這里所說的電子表格就是Excel表格，可以是xls的電子表格，也可以是xlsx的電子表格。在日常工作中，很多數(shù)據(jù)都是存放在Excel電子表格中的，如果我們需要使用Python對其進行分析或處理的話，第一步就是如何讀取Excel數(shù)據(jù)。下面我們來看看如果讀取Excel數(shù)據(jù)集：

In[7]:mydata_excel=pd.read_excel('C:\\test.xlsx',sep='\t',encoding='utf-8')

In[8]:mydata_excel

以上內(nèi)容為大家介紹了python培訓(xùn)之如何讀取數(shù)據(jù)，希望對大家有所幫助，如果想要了解更多Python相關(guān)知識，請關(guān)注IT培訓(xùn)機構(gòu):千鋒教育。