应用pandas中的read_csv模块直接将数据读掏出来。（引荐进修：Python视频教程）
data = pd.read_csv('/home/nw/Desktop/dataset/iris.txt',header = None)
上面的代码，read_csv中前面的是数据集寄存的途径，背面的header很主要，常常认为少了header，数据的总量减小了1，由于少掉的那一行数据变成了DataFrame内里的列索引。
另有一种是比较传统的要领，直接用open翻开文件，把文件内里的信息先掏出来，不论掏出来是什么模样的，先掏出来再说，想要作什么处置惩罚直接对掏出的变量做处置惩罚即可。
f= open('/home/nw/Desktop/dataset/iris.txt','rb')
dataset = pickle.load(f)
#这类要领适用于本身存取本身的数据，有时刻在读取他人的数据的时刻是不可的，由于他人存数据的体式格局不一定是用pickle.dump的方
##式存数据的。
f = open('/home/nw/Desktop/dataset/iris.txt')
'''
注重这里的open背面最好不要加上其他的读取体式格局，不需要‘rb’之类的读取体式格局。由于在后续的数据处置惩罚中能够还需要将二进制的数
据转换成本身想要的个数。
'''
lines = f.readlines()
'''
如今lines中已包含了一切的数据信息，我们想要获得的数据格式都能够基于lines做处置惩罚。如我读出的iris数据格式是一个列表的形
式，运用len(lines)获得列表中元素的个数是151，打印出lines,能够看到lines中每一个元素都是一个字符串，而且每一个字符串背面都
有'\n'的换行字符，末了一行是空行，所以末了一行是过剩，而且要去掉每行中的'\n'
'''
arr = []
for i in range(len(lines)):
if lines[i] != '\n':
arr.append(lines[i])
for i in range(len(arr)):
arr[i] = arr[i].strip('\n')#将每行的'\n'脱去
更多Python相干技术文章，请接见Python教程栏目举行进修！
以上就是python怎样读取数据的细致内容，更多请关注ki4网别的相干文章！
