在Python中，经常会对一些数据进行处理，可能会要用到不同的方法去导入不同格式的文件，今天的这篇文章给大家详细的讲解了三种导入csv格式的方法，感兴趣的小伙伴可以一起来看看这篇文章，希望对大家的学习有所帮助。
一、数据格式的导入
在Python中，要进行数据处理的时，首先要做的事情就是将需要操作的数据导入到解释器中，然后再进行分析，今天我们使用的是csv格式的数据，导入的方式有三种，具体人讲解如下：
方法一：标准类库导入数据格式
使用Python的时候，可以发现其实对文件的操作含有很多的库，其中标准库类-csv，它就是一个专门用来对csv格式的数据进行处理的，在操作的过程中，可以使用reader()函数将所需的文件读进行，举个例子，代码如下：
from csv import reader
import numpy as np
#使用标准的Python类库导入csv数据
filename = 'hello.csv'
with open(filename,'rt') as date:
readers = reader(raw_data,delimiter=',')
x = list(readers)
data = np.array(x).astype('float')
print(data.shape)方法二：利用Pandas导入csv格式数据
Pandas也是一个数据处理的库，在这个库中，包含了一个函数为read_csv()，使用它也可以很好的对csv文件格式的数据进行读取，并且最后的返回值是一个DataFrame，下面看一个具体的实例：
from pandas import read_csv #使用Pandas导入csv数据 filename = 'hello.csv' names = ['head','eye','mouth','hello','test','mass','green','height','weight'] data = read_csv(filename,names = names) print(data.shape)
方法三：利用NumPy导入csv格式数据
除了使用上面的两个方法之外，如果想要对一个数据文件进行处理的时候不包含文件头部内容使，就可以使用Numpy的loadtxt()函数导入数据，这个函数的时候，数据结构不会变，也就是说，数据类型不会跟着改变，只是没有文件头。代码如下:
from numpy import loadtxt #使用NumPy导入csv数据 filename = 'hh_data.csv' with open(filename,'rt') as raw_data: data = loadtxt(raw_data,delimiter=',') print(data.shape)
上面就是关于Python如何导入csv格式数据？python导入csv格式数据全部方法的全部内容了，文章中详细的讲解了导入csv文件格式数据的三种方法，希望可以为大家的学习带来一定的帮助。
