使用pandas读取的方法是
pandas.to_csv()
得到的结果是dataframe格式,再用numpy库转一下
具体代码:
import pandas as pd
import numpy as np
file_content = pd.to_csv(r'C:\新建文件夹\result123.csv')
row = np.array(file_content)
lx = row.tolist()
Python使用Tensorflow读取CSV数据训练DNN深度学习模型
不对,你没创建列表………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………
首先创建一个csv_scripts.py文件来保存我们的脚本内容编辑好以后,对应的解释内容都在#号注释后面,通过导入csv模块,然后打开一个test.csv文件对象,然后调用csv模块里的writer函数,返回一个writer对象 spamwriter,然后这个spamwriter对象就有了可以写入csv文件的能力。给它的writerow函数传递值,然后就会写入到对应的csv文件中。但是在执行脚本之前必须先创建一个csv文件,在linux上命令是touch test.csv因为如果不提前创建文件,会报找不到这个文件的错误,如下面第二张图中所示由此可见,open函数打开文件时,文件不存在的时候不会自动创建新的文件。test.csv文件创建完毕以后,就可以执行这个脚本了,命令是是python csv_scritps.py执行完毕后,打开csv文件从打开的test.csv文件中我们可以看到,第一次写入的值里['spam']*5是单独一列,['Baked Beans']是一列,而第二次写入的值里一个三个元素的列表是写了三列,这就说明,写入的时候,如果想对应值都是对其的,最好提前将他拼成指定长度的列表,而不能在writerow函数里拼接。这里还可以出现的错误是,在open函数里没有带上'w'参数这个时候如果直接执行脚本的话,会报错,not writeable,可见默认情况打开的csv文件对象是没有写权限的根据上面遇到的错误信息和格式信息新写了个脚本脚本中定义了一行表头字段,然后定义了一个三个子列表的列表,子列表中是和表头长度相同的元素然后删除旧的test.csv文件,命令是rm test.csv然后执行脚本命令是python csv_scripts.py