1、CSV文件通过标准Python库导入:

Python提供了一个标准的类库CSV文件。该类库中的reader()函数用于导入CSV文件。当读取CSV文件时，可以使用这些数据生成NumPy数组来训练算法模型。：

fromcsvimportreader
importnumpyasnp
filename=input("请输入文件名：")
withopen(filename,'rt',encoding='UTF-8')asraw_data:
readers=reader(raw_data,delimiter=',')
x=list(readers)
data=np.array(x)
print(data)
print(data.shape)

2、CSV文件是通过NumPy导入的

Numpyloadtxt()函数也可用于导入数据。使用此函数处理的数据没有文件头，所有数据结构都是相同的，也就是说，数据类型是相同的。

fromnumpyimportloadtxt
filename=input("文件名：")
withopen(filename,'rt',encoding='UTF-8')asraw_data:
data=loadtxt(raw_data,delimiter=',')
print(data)

3、CSV文件通过Pandas导入CSV文件

使用pandas导入Pandas的CSV文件.read_csv()函数。该函数的返回值为DataFrame，便于下一步处理。建议在实际操作过程中使用此方法。

Pandas通常用于机器学习项目的数据清理和数据准备。

frompandasimportread_csv
filename=input("文件名：")
f=open(filename,encoding='UTF-8')
names=['作业日期','ηCO','ηH2','TF(℃)','TC(℃)','mass','送风流量']
data=read_csv(f,names=names)
print(data)

请关注Python视频教程栏目，了解更多Python知识。