2019-04-22 实验课（第九周）

Posted 2021-02-17 ymzm204

一.pandas

　生成数组：

　　（1）一维数组，代码：

import numpy as np
import pandas as pd
x = pd.Series([1,3,5,7,9, np.nan])
print(x)

输出：

0 1.0
1 3.0
2 5.0
3 7.0
4 9.0
5 NaN
dtype: float64

 

　　（2）二维数组DataFrame 代码：

import numpy as np
import pandas as pd
datas = pd.date_range(start=‘20190101‘, end=‘20191231‘, freq=‘M‘)  #M代表月
x = pd.DataFrame(np.random.randn(12,4), index=datas, columns=list(‘ABCD‘))  #random.randn 12行4列随机数 ，index：列数据 columns第一行=A B C D
print(x)

输出：

　　　　　　　　　A                B             C 　　　D
2019-01-31 -1.032103 -0.365249 0.371243 -0.410856
2019-02-28 0.217511 -0.387334 1.885094 -0.821772
2019-03-31 -0.047282 0.882888 0.183245 1.202914
2019-04-30 0.448960 -0.801902 0.417301 0.850788
2019-05-31 -0.964697 -0.279292 -1.124437 -1.780033
2019-06-30 0.249203 0.501495 1.036100 -0.175475
2019-07-31 -0.343220 -0.213705 0.048418 -0.266311
2019-08-31 -0.692261 -0.314375 0.155428 -1.395100
2019-09-30 0.838895 -1.284752 -0.449155 -0.696251
2019-10-31 -0.805917 -0.340499 1.241699 -0.432656
2019-11-30 0.217552 2.012787 -0.255996 -1.619652
2019-12-31 -0.430906 1.873066 0.094659 0.461702

　　（3）把数据保存为文件

x.to_csv(‘d:\test.csv‘)# 保存到d盘，文件名字是test 数据包含在x里面

　　（4）读取csv文件

import numpy as np
import pandas as pd
‘‘‘datas = pd.date_range(start=‘20190101‘, end=‘20191231‘, freq=‘M‘)
x = pd.DataFrame(np.random.randn(12,4), index=datas, columns=list(‘ABCD‘))
print(x)‘‘‘

#前面的可以省略

x = pd.read_csv(‘d:\test.csv‘)
print(x)

 

 

 

 

 

 

 

 

 

一.读取csv文件

import csv
csvFile = open("Python成绩.csv", "r")

二.然后通过 csv.reader() 函数建立一个读入数据的对象，我起名为reader。

reader = csv.reader(csvFile)