Python przeczytał CSV do tablicy 2D

Jak wiemy, kiedy mówimy o tablicy 2D, mówimy o tablicy Numpy. Tablica Numpy jest zasadniczo używana przez informatyków i inżynierów uczenia maszynowego do radzenia sobie z ogromnymi ilościami danych przechowywanych w pliku CSV. W rezultacie Numpy umożliwia im przetwarzanie dużych ilości danych w pliku CSV w bardzo wygodny sposób. Python pomaga również w ten sam sposób, dostarczając różne metody odczytu danych plików CSV w tablicy Numpy. Dlatego w tym artykule dowiemy się o tych różnych rodzajach metod.

1. Za pomocą metody Numpy Loadtxt ()
2. Za pomocą metody Numpy GenFromtxt ()
3. Korzystanie z PandaS DataFrame
4. Korzystanie z struktury danych listy
5. Za pomocą metody Pandas DataFrame wartości ()

Co to jest plik CSV?

CSV to plik (wartości oddzielone przecinki), w którym dane są w postaci tabelary. Rozszerzenie pliku CSV jest .CSV. Ten plik CSV jest głównie używany w analizie danych. Oprócz analizy danych plik CSV używany również w aplikacji e-commerce, ponieważ jest bardzo łatwy w obsłudze we wszystkich różnych typach języków programowania.

Metoda 1: Za pomocą metody Numpy LoadTxt ()

W tej metodzie będziemy używać Numpy.Metoda loadtxt (), która przekształca dane CSV w tablicę 2D. Poniżej znajduje się przykładowy plik CSV, którego użyjemy w tym programie.

1,2
3,4
5,6
7,8
9,10

Kod Python:

importować Numpy jako NP
CSVDATA = Open ("SampleCsv.CSV ”)
Array2d_result = np.loadtxt (csvdata, delimiter = ",")
druk (array2d_result)

Wyjście:

[[1. 2.]
[3. 4.]
[5. 6.]
[7. 8.]
[9. 10.]]

Linia 1: Importujemy bibliotekę Numpy.

Linia 3-4: Otwieramy plik SampleCSV i przekazujemy zarówno CSVDATA, jak i ograniczającą NP.Funkcja loadtxt (), która zwraca dane do tablicy 2D.

Linia 6: W końcu drukujemy wynik, który pokazuje, że teraz nasze dane CSV przekształcone w tablicę 2D.

Metoda 2: Za pomocą metody Numpy GenFromtxt ()

W tej metodzie będziemy używać Numpy.metoda genFromtxt (), która przekształca dane CSV w tablicę 2D. Poniżej znajduje się przykładowy plik CSV, którego użyjemy w tym programie.

1,2
3,4
5,6
7,8
9,10

Kod Python:

importować Numpy jako NP
CSVDATA = Open ("SampleCsv.CSV ”)
Array2d_result = np.genfromtxt (csvdata, delimiter = ”,")
druk (array2d_result)

Wyjście:

[[1. 2.]
[3. 4.]
[5. 6.]
[7. 8.]
[9. 10.]]

Linia 1: Importujemy bibliotekę Numpy.

Linia 3-4: Otwieramy plik SampleCSV i przekazujemy zarówno CSVDATA, jak i ogranicznika Numpy NP.funkcja genfromtxt (), która zwraca dane do tablicy 2D.

Linia 6: W końcu drukujemy wynik, który pokazuje, że teraz nasze dane CSV przekształcone w tablicę 2D.

Metoda 3: Korzystanie z Pandas DataFrame

W tej metodzie użyjemy pandy, które przekształcają dane CSV w tablicę 2D. Poniżej znajduje się przykładowy plik CSV, którego użyjemy w tym programie.

1,2
3,4
5,6
7,8
9,10 importuj pandy jako PD
df = pd.read_csv („samplecsv.CSV ')
Drukuj (DF)
Array2d_result = df.to_numpy ()
druk (array2d_result)

Wyjście:

1 2
0 3 4
1 5 6
2 7 8
3 9 10
[[3 4]
[5 6]
[7 8]
[9 10]]

Linia 1: Importujemy bibliotekę panda jako PD.

Linia 2-3: Odczytujemy plik CSV za pomocą metody pandas read_csv, a następnie drukujemy nowo utworzoną DataFrame (DF) na ekranie, jak pokazano na powyższym wyjściu.

Linia 4-5: Następnie używamy metody DataFrame do_numpy, która przekształca całe wartości komputerów danych w tablicę 2D, jak pokazano na wyjściu.

Metoda 4: Korzystanie z struktury danych listy

W tej metodzie użyjemy struktury danych listy. Lista może również pomóc nam wprowadzić dane CSV do tablicy 2D. Poniższy program pokazuje tę samą metodę.

Importuj CSV
Importuj Numpy
z otwartym („samplecsv.csv ", newline =") jako plik:
result_list = lista (CSV.czytnik (plik))
print (result_list)
wynik_2d = Numpy.tablica (result_list)
print (wynik_2d)

Wyjście:

[['1', '2'], ['3', '4'], ['5', '6'], ['7', '8'], ['9', '10'] ]
[['1' '2']
['3' '4']
[„5” 6 ']
['7' '8']
['9' '10']]

Linia 1: Importujemy biblioteki CSV i Numpy.

Linie 3-5: Otwieramy plik SampleCSV, a następnie odczytujemy dane każdego pliku CSV za pomocą CSV.Metoda czytnika () i przekonwertować wyniki na listę list.

Linia 6: Teraz używamy Numpy.Metoda tablicy do konwersji całej listy list na tablicę 2D. Wynik wyjścia pokazuje, że nasze dane CSV zostały pomyślnie przekonwertowane na tablicę 2D.

Metoda 5: Korzystanie z wartości Pandas DataFrame

W tej metodzie użyjemy bardzo podstawowej metody przekonwertowania danych CSV na tablicę Numpy za pomocą funkcji DataFrame (). Poniższy program pokaże to samo.

importować pandy jako PD
df = pd.read_csv („samplecsv.CSV ')
Drukuj (DF)
Array2d_result = df.wartości
druk (array2d_result)

Wyjście:

1 2
0 3 4
1 5 6
2 7 8
3 9 10
[[3 4]
[5 6]
[7 8]
[9 10]]

Linia 1: Importujemy bibliotekę panda jako PD.

Linia 2-4: Odczytujemy plik CSV za pomocą metody pandas read_csv, a następnie drukujemy nowo utworzoną DataFrame (DF) na ekranie, jak pokazano na powyższym wyjściu.

Linia 5-6: Następnie używamy funkcji DataFrame (), która konwertuje ramkę danych w tablicę 2-D Numpy, jak pokazano na wyjściu.

Wniosek

W tym artykule widzieliśmy różne metody odczytu danych CSV w tablicy 2D. Pokazaliśmy wszystkie metody używane obecnie przez różnych programistów i informatyków. Niektóre metody są wbudowane, a niektóre metody są tworzone przez przeczesanie różnych metod z różnych bibliotek. Ale wszystkie powyższe metody, które możesz użyć zgodnie z swoimi wymaganiami. Jeśli wiesz, jak odczytać plik CSV, możesz również stworzyć niektóre własne metody.