如何去读取一个没有表头的二维csv文件(如下图所示)?

并以元组的形式表现数据:

((1.0, 0.0, 3.0, 180.0), (2.0, 0.0, 2.0, 180.0), (3.0, 0.0, 1.0, 180.0), (4.0, 0.0, 0.0, 180.0), (5.0, 0.0, 3.0, 178.0))

方法一,使用python内建的数据处理库:

#python自带的库

rows = open('allnodes.csv','r',encoding='utf-8').readlines()

lines = [x.rstrip() for x in rows]#去掉每行数据的/n转义字符

lines[0] = '1,0,3,180'#手动去掉第一行的csv开始符号

data = []#使用列表读取是因为列表长度是可变的,而元组不可。

[data.append(eval(i)) for i in lines]#将每一行数据以子列表的形式加入到data中

allnodes = tuple(data)#将列表类型转化为元组,若想用二维列表的形式读取即删掉此行语句

print(allnodes)

out:((1, 0, 3, 180), (2, 0, 2, 180), (3, 0, 1, 180), (4, 0, 0, 180), (5, 0, 3, 178), (6, 0, 2, 178), (7, 0, 1, 178), (8, 0, 0, 178),...,(29484, -40, 0, 0))

方法二,使用pandas库:

import pandas as pd

df = pd.read_csv('allnodes.csv',header = None)#因为没有表头,不把第一行作为每一列的索引

data = []

for i in df.index:

data.append(tuple(df.values[i]))

allnodes = tuple(data)#若想用二维列表的形式读取即删掉此行语句

print(allnodes)

out:

((1.0, 0.0, 3.0, 180.0), (2.0, 0.0, 2.0, 180.0), (3.0, 0.0, 1.0, 180.0), (4.0, 0.0, 0.0, 180.0), (5.0, 0.0, 3.0, 178.0), (6.0, 0.0, 2.0, 178.0), (7.0, 0.0, 1.0, 178.0), (8.0, 0.0, 0.0, 178.0),..., (29484.0, -40.0, 0.0, 0.0))

小结:用python自带的库进行读取的时候可能稍快,但对于大型的多维数据处理,使用pandas可进行更方面,灵活,可视化的操作。

到此这篇关于python中读入二维csv格式的表格方法详解(以元组/列表形式表示)的文章就介绍到这了,更多相关python读入二维csv文件内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客!

python二维元组_python中读入二维csv格式的表格方法详解(以元组/列表形式表示)相关推荐

  1. python可以使用二维元组吗_python中读入二维csv格式的表格方法详解(以元组/列表形式表示)...

    怎么去读取一个没有表头的二维csv文件(如下图所示)? 并以元组的形式表现数据: ((1.0, 0.0, 3.0, 180.0), (2.0, 0.0, 2.0, 180.0), (3.0, 0.0, ...

  2. python元组读取到列表_python中读入二维csv格式的表格方法详解(以元组/列表形式表示)...

    如何去读取一个没有表头的二维csv文件(如下图所示)? 并以元组的形式表现数据: ((1.0, 0.0, 3.0, 180.0), (2.0, 0.0, 2.0, 180.0), (3.0, 0.0, ...

  3. python调参工作都是干啥的_Python中Gradient Boosting Machine(GBM)调参方法详解

    1.前言 如果一直以来你只把GBM当作黑匣子,只知调用却不明就里,是时候来打开这个黑匣子一探究竟了! 这篇文章是受Owen Zhang (DataRobot的首席产品官,在Kaggle比赛中位列第三) ...

  4. 机器学习系列(11)_Python中Gradient Boosting Machine(GBM)调参方法详解

    原文地址:Complete Guide to Parameter Tuning in Gradient Boosting (GBM) in Python by Aarshay Jain 原文翻译与校对 ...

  5. python 读取图片转换为一维向量_对Python中一维向量和一维向量转置相乘的方法详解...

    对Python中一维向量和一维向量转置相乘的方法详解 在Python中有时会碰到需要一个一维列向量(n*1)与另一个一维列向量(n*1)的转置(1*n)相乘,得到一个n*n的矩阵的情况.但是在pyth ...

  6. python反向缩进_在Pycharm中对代码进行注释和缩进的方法详解

    在Pycharm中对代码进行注释和缩进的方法详解 一.注释 1. #单行注释 2. """ 多行注释 """ 3. pycharm多行注释快 ...

  7. thinkphp3.1.3 getshell_C# / VB.NET 在PPT中创建、编辑PPT SmartArt图形的方法详解_C#教程...

    本文介绍通过C#和程序代码来创建和编辑PPT文档中的SmartArt图形.文中将分两个操作示例来演示创建和编辑结果. 使用工具:Spire.Presentation for .NET hotfix 5 ...

  8. python中字符串切片取奇数_Python中的字符串切片(截取字符串)的详解

    Python中的字符串切片(截取字符串)的详解 字符串索引示意图 字符串切片也就是截取字符串,取子串 Python中字符串切片方法 字符串[开始索引:结束索引:步长] 切取字符串为开始索引到结束索引- ...

  9. python调用adb shell命令_Python之使用adb shell命令启动应用的方法详解

    Python之使用adb shell命令启动应用的方法详解 一直有一个心愿希望可以用Python做安卓自动化功能测试,在一步步摸索中,之前是用monkeyrunner,但是发现对于控件ID的使用非常具 ...

最新文章

  1. 京东 | AI人才联合培养计划!
  2. Tungsten Fabric SDN — 网络协议
  3. 阿里巴巴开源项目 Druid 负责人温少访谈
  4. Linux grep命令分析以及C语言版本的实现
  5. Flash中如何使用滤镜
  6. python中object转str_python的id()函数介绍 python怎么将objectid转为str
  7. 在Teams中对网站的URL特殊解析
  8. 三星副会长李在镕启程赴美
  9. 表单流程中获取当前执行人填写的审批意见
  10. Sqlite 数据库出现database disk image is malformed报错的解决方法
  11. 4.微服务:从设计到部署 --- 服务发现
  12. win10系统计算机如何分盘,windows10怎么分盘
  13. 中国传统色的雅称——你可知?
  14. ORACLE利用存储过程新增字段
  15. 电视剧《大秦赋》最近很火!于是我用Python抓取了“相关数据”,发现了这些秘密.........
  16. Javascript 如何实现继承?
  17. 计算机组成原理读写周期波形图,计算机组成原理_第八章
  18. react实现上传文件进度条功能_js上传文件(可自定义进度条)
  19. 计算机专业转ubc绩点,中国留学生申请加拿大名校,如何换算GPA成绩?
  20. 360cdn能挡住cc攻击_如何合理利用CDN来防御部分恶意刷量和CC攻击

热门文章

  1. styleable cannot be resolved or is not a field
  2. retrofit 源码分析
  3. 【一】TSP、VRP、VRP模型介绍
  4. 安卓当下最流行的吸顶效果的实现(转)
  5. Linked List Cycle II
  6. senfile函数实例的运行过程截图
  7. java中名词概念的理解
  8. 推荐一个HTML的语法高亮解析器
  9. OpenCV+python:像素运算
  10. java 泛型 父子,Java泛型-mb601cf8a78cc07的博客-51CTO博客