（2） pandas 文件讀寫 （csv）

步驟1、環境准備

右擊桌面上選擇【Open in Terminal】 打開終端。
在彈出的終端中輸入【ipython】進入Python的解釋器中，如圖1所示。

 

圖1 ipython解釋器

步驟2、導入所需要的包

導入實驗常用的python包。如圖2所示。
【import pandas as pd】pandas用來做數據處理。
【import numpy as np】numpy用來做高維度矩陣運算.
【import matplotlib.pyplot as plt】matplotlib用來做數據可視化。

 

圖2 導入所需要的包

步驟3、pandas數據寫入到csv文件中

創建數據，如圖3所示。
【names = [‘Bob’,’Jessica’,’Mary’,’John’,’Mel’]】創建一個names列表
【 births = [968,155,77,578,973]】創建一個births 列表
【DataSet = list(zip(names,births))】用 zip 函數將這兩個列表合並在一起
【DataSet】查看生成的數據
【df = pd.DataFrame(data = DataSet ,columns=[‘Names’,’Births’])】用生成的數據生成一個DataFrame對象
【df】查看生成的dataFrame

 

圖3 生成pandas數據

將創建的數據寫入到/opt/births1880.csv文件中，如圖4所示。
【df.to_csv(‘/opt/births1880.csv’, index=False, header=False )】將df寫入到文件中
【ls /opt/births1880.csv】查看文件是否存在
【cat /opt/births1880.csv】查看文件內容

 

圖4 將數據寫入到文件中

步驟4、pandas讀取csv中的數據

讀取步驟3生成的數據，如圖5所示。
【local_data = r’/opt/births1880.csv’】將文件路徑賦到變量local_data中
【df2 = pd.read_csv(local_data,header=None)】讀取內容賦值到df2
【df2】查看df2的值
【 df3 = pd.read_csv(local_data,header=None,names=[‘names’,’births’])】指定列名字賦值到df3
【df3】查看df3的值

 

圖5 讀取內容