csv逗号分隔符转换_机器学习Python实践—

一，CSV

逗号分隔值（逗号分隔值，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。字幕：纯意味着该文件的英文一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔;每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的的英文逗号或制表符。通常，所有记录都有完全相同的字段序列。通常都是纯文本文件。建议使用WORDPAD或是记事本（注）来开启，再则先另存新档后用EXCEL开启，也是方法之一。

CSV文件格式的通用标准并不存在，但是在RFC 4180中有基础性的描述。的使用字符编码同样没有被指定，但是7位ASCII是最基本的通用编码。

CSV其实就是文本文件，而并不是表格;

csv和.xls的区别在于，.xls的只能用Excel中打开，而且，XLS和CSV的编码格式也不一样，简单来说，CSV可以用文本（TXT）打开也可以用EXCLE打开，而XLS只能用擅长打开

最后，如何在CSV与XLS之间抉择呢？这里我们要弄清楚几个问题，CSV只是单纯的文本文件，同样的，也只是单纯的以文本格式存储，CSV无法生成公式，依赖，也无法保存公式，依赖！所以，如果单纯的只是存储文本格式的数据，可以直接选择使用CSV文件，读写方便，易于实现，数据可以表格化展示，这就是优点！

注意：CSV文件可以通过改变文件后缀名或者通过练成工具强制转换成的的.xls文件，但是要注意乱码问题。

二，CSV文件读和写

1）通过标准的Python中的库导入CSV文件

CSV，用来处理CSV文件。
这个类库中的阅读器（）函数用来读入CSV文件。当CSV文件被读入后，可以利用这些数据生成一个numpy的数组，用来训练算法模型。

#!/usr/bin/python3

2）采用numpy的导入CSV文件

可以使用Munpy的loadtxt（）函数导入数据。使用这个函数处理的数据没有文件头，并且所有的数据结构都是一样的，也就是说，数据类型都是一样的。

#!/usr/bin/python3import numpy as np
filename='pima_data.csv'
with open(filename,'rt') as raw_data:data=loadtxt(raw_data,delimiter=',')print(data.shape)

（3）采用Pandas导入CSV文件 - 机器学习项目中常用来做数据清洗与数据准备工作。推荐使用。

使用熊猫来导入文件需要使用pandas.read_csv（）函数。这个函数的返回值是数据帧，可以很方便地进行下一步的处理。

#!/usr/bin/python3from pandas import read_csv
filename='iris.data.csv'
names=['separ-length','separ-width','petal-length','petal-width','class']
dataset=read_csv(filename,names=names)
print(dataset.shape)

参考：

https://blog.csdn.net/u012325865/article/details/81670555blog.csdn.net