python處理數據文件第一步是要讀取數據，文件類型主要包括文本文件(csv、txt等)、excel文件、數據庫文件、api等。

下面整理下python有哪些方式可以讀取數據文件。

1. python內置方法(read、readline、readlines)

• read() ： 一次性讀取整個文件內容。推薦使用read(size)方法，size越大運行時間越長
• readline() ：每次讀取一行內容。內存不夠時使用，一般不太用
• readlines() ：一次性讀取整個文件內容，并按行返回到list，方便我們遍歷

具體用法可見： 一文搞懂python文件讀寫

2. 內置模塊(csv)

python內置了csv模塊用于讀寫csv文件，csv是一種逗號分隔符文件，是數據科學中最常見的數據存儲格式之一。 csv模塊能輕松完成各種體量數據的讀寫操作，當然大數據量需要代碼層面的優化。

• csv模塊讀取文件

#?讀取csv文件import?csv??with?open('test.csv','r')?as?myFile:??????lines=csv.reader(myFile)??????for?line?in?lines:??????????print?(line)??

• csv模塊寫入文件

import?csv??with?open('test.csv','w+')?as?myFile:??????????myWriter=csv.writer(myFile)??????#?writerrow一行一行寫入????myWriter.writerow([7,8,9])??????myWriter.writerow([8,'h','f'])??????#?writerow多行寫入????myList=[[1,2,3],[4,5,6]]??????myWriter.writerows(myList)??

3. 使用numpy庫(loadtxt、load、fromfile)

• loadtxt方法 loadtxt用來讀取文本文件(包含txt、csv等)以及.gz 或.bz2格式壓縮文件，前提是文件數據每一行必須要有數量相同的值。

import?numpy?as?np#?loadtxt()中的dtype參數默認設置為float#?這里設置為str字符串便于顯示np.loadtxt('test.csv',dtype=str)#?out：array(['1,2,3',?'4,5,6',?'7,8,9'],?dtype='

• load方法 load用來讀取numpy專用的.npy, .npz 或者pickled持久化文件。

import?numpy?as?np#?先生成npy文件np.save('test.npy',?np.array([[1,?2,?3],?[4,?5,?6]]))#?使用load加載npy文件np.load('test.npy')'''out:array([[1,?2,?3],???????[4,?5,?6]])'''

• fromfile方法 fromfile方法可以讀取簡單的文本數據或二進制數據，數據來源于tofile方法保存的二進制數據。讀取數據時需要用戶指定元素類型，并對數組的形狀進行適當的修改。

import?numpy?as?npx?=?np.arange(9).reshape(3,3)x.tofile('test.bin')np.fromfile('test.bin',dtype=np.int)#?out:array([0,?1,?2,?3,?4,?5,?6,?7,?8])

4. 使用pandas庫(read_csv、read_excel等)

pandas是數據處理最常用的分析庫之一，可以讀取各種各樣格式的數據文件，一般輸出dataframe格式。 如：txt、csv、excel、json、剪切板、數據庫、html、hdf、parquet、pickled文件、sas、stata等等

• read_csv方法 read_csv方法用來讀取csv格式文件，輸出dataframe格式。

import?pandas?as?pdpd.read_csv('test.csv')

• read_excel方法 讀取excel文件，包括xlsx、xls、xlsm格式

import?pandas?as?pdpd.read_excel('test.xlsx')

• read_table方法 通過對sep參數(分隔符)的控制來對任何文本文件讀取
• read_json方法 讀取json格式文件

df?=?pd.DataFrame([['a',?'b'],?['c',?'d']],index=['row?1',?'row?2'],columns=['col?1',?'col?2'])j?=?df.to_json(orient='split')pd.read_json(j,orient='split')

• read_html方法 讀取html表格
• read_clipboard方法 讀取剪切板內容
• read_pickle方法 讀取plckled持久化文件
• read_sql方法 讀取數據庫數據，連接好數據庫后，傳入sql語句即可
• read_dhf方法 讀取hdf5文件，適合大文件讀取
• read_parquet方法 讀取parquet文件
• read_sas方法 讀取sas文件
• read_stata方法 讀取stata文件
• read_gbq方法 讀取google bigquery數據

pandas學習網站： https://pandas.pydata.org/

5、讀寫excel文件(xlrd、xlwt、openpyxl等)

python用于讀寫excel文件的庫有很多，除了前面提到的pandas，還有xlrd、xlwt、openpyxl、xlwings等等。

主要模塊：

• **xlrd庫：**從excel中讀取數據，支持xls、xlsx
• **xlwt庫：**對excel進行修改操作，不支持對xlsx格式的修改
• **xlutils庫：**在xlw和xlrd中，對一個已存在的文件進行修改
• **openpyxl：**主要針對xlsx格式的excel進行讀取和編輯
• **xlwings：**對xlsx、xls、xlsm格式文件進行讀寫、格式修改等操作
• **xlsxwriter：**用來生成excel表格，插入數據、插入圖標等表格操作，不支持讀取
• **Microsoft Excel API：**需安裝pywin32，直接與Excel進程通信，可以做任何在Excel里可以做的事情，但比較慢

6. 操作數據庫(pymysql、cx_Oracle等)

python幾乎支持對所有數據庫的交互，連接數據庫后，可以使用sql語句進行增刪改查。

主要模塊：

• **pymysql：**用于和mysql數據庫的交互
• **sqlalchemy：**用于和mysql數據庫的交互
• **cx_Oracle：**用于和oracle數據庫的交互
• **sqlite3：**內置庫，用于和sqlite數據庫的交互
• **pymssql：**用于和sql server數據庫的交互
• **pymongo：**用于和mongodb非關系型數據庫的交互
• **redis、pyredis：**用于和redis非關系型數據庫的交互

使用參考地址： https://blog.csdn.net/a87b01c14/article/details/51546727

關于如何使用python連接mysql： pymysql操作實例

總結

以上是生活随笔為你收集整理的android读取excel文件_python里读写excel等数据文件的几种常用方式的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。