<em>Python</em>如何将txt或者csv文件的数据转成矩阵？-csv转excel p

使用 python list即可，e79fa5e98193e59b9ee7ad94363因为list可以加入不同的数据类型的数据。

results = list()
lines = open('cvs_file', 'r').readlines()
for line in lines:
    elements = line.strip().split(',') # supposed limiter is ','
    for e in elements:
        try:
            results.append(float(e))
        except:
            continue
# Here results will contains all splitted elements
# all elements are string read from cvs file, so you need to
# converse it with float operator. But if element is read string
# we can catch conversion exception and throw it anyway.

很多时候，我们将数据存在txt或者csv格式的文件里，最后再用python读取出来，存到数组或者列表里，再做相应计算。本文首先介绍写入txt的方法，再根据不同的需求（存为数组还是list）,介绍从e69da5e6ba90e799bee5baa6e997aee7ad94332txt读取浮点数的方法。
一、写入浮点数到txt文件：
假设每次有两个浮点数需要写入txt文件，这里提供用with关键字打开文件的方法，使用with打开文件是一个很好的习惯，因为with结束，它就会自动close file，不用手动再去flie.close()。

[python] view plain copy
with open('file_path/filename.txt','a') as file:
write_str = '%f %f\n'%(float_data1,float_data2)
file.write(write_str)

二、从txt文件提取浮点数到numpy数组或list列表

首先假设你有一个odom.txt 的文件，里面每一行的数据个数都相同，如截图所示：

1.如果你是想把这些数据读取出来，存为numpy数组,那么一句代码可以搞定：

[python] view plain copy
a = numpy.loadtxt('odom.txt')

存为numpy数组以后，a的尺寸可以用a.shape进行查看，这里应为：（14,2）也就是14行2列。如果你觉得这个形状不是你期待的，你可以用:

[python] view plain copy
b = numpy.reshape(a,(你想要的形状))
如
b = numpy.reshape(a,(-1,1,2))
那么b就是一个三维数组了（14,1,2）

2.如果只是想读出来，存到一个list里,那就用下面的常用python格式了：

[python] view plain copy
with open('odom.txt', 'r') as f:
data = f.readlines() #txt中所有字符串读入data

for line in data:
odom = line.split() #将单个数据分隔开存好
numbers_float = map(float, odom) #转化为浮点数
print numbers_float
csv是Comma-Separated Values的缩写，是用文本文件形式储存的表格数据，比如如下的表格：

就可以存储为csv文件，文件内容是：
No.,Name,Age,Score
1,mayi,18,99
2,jack,21,89
3,tom,25,95
4,rain,19,80

假设上述csv文件保存为"test.csv"
1.读文件
如何用Python像操作Excel一样提取其中的一列，即一个字段，利用Python自带的csv模块，有两种方法可以实现：
第一种方法使用reader函数，接收一个可迭代的对象（比如csv文件），能返回一个生成器，就可以从其中解析出csv的内容：比如下面的代码可以读取csv的全部内容，以行为单位：

#!/usr/bin/python3
# -*- conding:utf-8 -*-
__author__ = 'mayi'

import csv

#读
with open("test.csv", "r", encoding = "utf-8") as f:
reader = csv.reader(f)
rows = [row for row in reader]

print(rows)

得到：
[['No.', 'Name', 'Age', 'Score'],
['1', 'mayi', '18', '99'],
['2', 'jack', '21', '89'],
['3', 'tom', '25', '95'],
['4', 'rain', '19', '80']]

要提取其中某一列，可以用下面的代码：

#!/usr/bin/python3
# -*- conding:utf-8 -*-
__author__ = 'mayi'

import csv

#读取第二列的内容
with open("test.csv", "r", encoding = "utf-8") as f:
reader = csv.reader(f)
column = [row[1] for row in reader]

print(column)

得到：
['Name', 'mayi', 'jack', 'tom', 'rain']

注意从csv读出的都是str类型。这种方法要事先知道列的序号，比如Name在第2列，而不能根据'Name'这个标题查询。这时可以采用第二种方法：
第二种方法是使用DictReader，和reader函数类似，接收一个可迭代的对象，能返回一个生成器，但是返回的每一个单元格都放在一个字典的值7a686964616fe59b9ee7ad94334内，而这个字典的键则是这个单元格的标题（即列头）。用下面的代码可以看到DictReader的结构：

# -*- conding:utf-8 -*-
__author__ = 'mayi'

import csv

#读
with open("test.csv", "r", encoding = "utf-8") as f:
reader = csv.DictReader(f)
column = [row for row in reader]

print(column)

得到：
[{'No.': '1', 'Age': '18', 'Score': '99', 'Name': 'mayi'},
{'No.': '2', 'Age': '21', 'Score': '89', 'Name': 'jack'},
{'No.': '3', 'Age': '25', 'Score': '95', 'Name': 'tom'},
{'No.': '4', 'Age': '19', 'Score': '80', 'Name': 'rain'}]

如果我们想用DictReader读取csv的某一列，就可以用列的标题查询：

#!/usr/bin/python3
# -*- conding:utf-8 -*-
__author__ = 'mayi'

import csv

#读取Name列的内容
with open("test.csv", "r", encoding = "utf-8") as f:
reader = csv.DictReader(f)
column = [row['Name'] for row in reader]
print(column)

得到：
['mayi', 'jack', 'tom', 'rain']

2.写文件
读文件时，我们把csv文件读入列表中，写文件时会把列表中的元素写入到csv文件中。

#!/usr/bin/python3
# -*- conding:utf-8 -*-
__author__ = 'mayi'

import csv

#写：追加
row = ['5', 'hanmeimei', '23', '81']
out = open("test.csv", "a", newline = "")
csv_writer = csv.writer(out, dialect = "excel")
csv_writer.writerow(row)

得到：

Python处理csv文件时经常会用到讲百csv文件整体读取为一个数度组或者矩阵知的情况，借助numpy包，可以使用如下代道码简洁高效低实现：专

[python] view plain copy

• import numpy  

• my_matrix = numpy.loadtxt(open("c:\\1.csv","rb"),delimiter=",",skiprows=0)  

将数组或者矩阵存储属为csv文件可以使用如下代码实现：

[python] view plain copy

• numpy.savetxt('new.csv', my_matrix, delimiter = ',')