利用numpy库
（缺点：有缺失值就无法读取）
读：
|
1
2
|
import numpy |
写：
|
1
|
numpy.savetxt('2.csv', my_matrix, delimiter = ',') |
可能遇到的问题：
|
1
|
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position |
原因是文件路径名中含有转义字符，将路径中的\换成\即可。
利用pandas库
读：（可以处理缺失值）
|
1
2
3
4
|
>>> import pandas as pd>>> df = pd.read_csv('D:\Python\\l\B_train1.csv')>>> df.values>>> df.as_matrix(columns=None) |
写：（将dataFrame直接写入）
|
1
2
3
|
>>> testB = test[test.intersection_id.isin(["B"])]>>> pd.DataFrame.to_csv(testB,"D:\Python\\k\\t5B.csv")#testB是个dataFrame |
利用sklearn包中的Imputer处理缺失值
|
1
2
3
4
5
6
|
>>> m = df.as_matrix(columns=None)>>> from sklearn.preprocessing import Imputer>>> imp = Imputer(missing_values='NaN', strategy='mean', axis=0)>>> imp.fit(m)Imputer(axis=0, copy=True, missing_values='NaN', strategy='mean', verbose=0)>>> imp.transform(m) |
以上这篇python 读取.csv文件数据到数组(矩阵)的实例讲解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/yanyanyufei96/article/details/70171887
