在Python中,存储一组数据可以通过多种方式实现,以下是一些常见的方法:
1. 使用列表(list):
```python
my_list = []
添加数据到列表
my_list.append(1)
my_list.append(2)
my_list.append(3)
打印列表
print(my_list) 输出:[1, 2, 3]
2. 使用JSON文件:```pythonimport json
创建一个字典
data = {
"name": "John",
"age": 30,
"city": "New York"
}
将字典转换为JSON字符串并保存到文件
with open('data.json', 'w', encoding='utf-8') as f:
json.dump(data, f, ensure_ascii=False, indent=4)
3. 使用CSV文件:

```python
import csv
创建一个CSV文件写入对象
with open('data.csv', 'w', newline='', encoding='utf-8') as csvfile:
fieldnames = ['name', 'age', 'city']
writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
writer.writeheader()
writer.writerow({'name': 'John', 'age': 30, 'city': 'New York'})
4. 使用数据库(如MySQL、MongoDB等):```pythonMySQL示例(使用MySQLdb库)
import MySQLdb
db = MySQLdb.connect("localhost", "user", "password", "database")
cursor = db.cursor()
创建表
cursor.execute("""
CREATE TABLE IF NOT EXISTS users (
id INT AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(255),
age INT,
city VARCHAR(255)
)
""")
插入数据
data = [('John', 30, 'New York')]
cursor.executemany("INSERT INTO users (name, age, city) VALUES (%s, %s, %s)", data)
db.commit()
5. 使用Pandas库处理数据:
```python
import pandas as pd
创建一个数据框
data = {
'name': ['John', 'Jane'],
'age': [30, 28],
'city': ['New York', 'San Francisco']
}
df = pd.DataFrame(data)
保存到CSV文件
df.to_csv('data.csv', index=False)
选择哪种存储方式取决于你的具体需求,例如数据的大小、是否需要查询、是否需要持久化存储等。对于大型数据集,可能需要考虑使用数据库系统。对于较小的数据集,文件存储(如JSON或CSV)可能更加简单和方便
