如何将数据导入到python

在Python中导入数据通常有以下几种方法：

使用内置的`open（）`函数读取文本文件数据

 with open（'data.txt', 'r'） as file: data = file.read（） 

使用`pandas`库读取常见的数据格式 （如CSV、Excel、SQL等）：

import pandas as pddata = pd.read_csv（'data.csv'） 导入CSV文件或者data = pd.read_excel（'data.xlsx'） 导入Excel文件

使用`numpy`库读取和处理数值数据

 import numpy as np data = np.loadtxt（'data.txt'） 导入文本文件中的数据 

使用`pickle`库读取和写入Python对象

 import pickle with open（'data.pkl', 'rb'） as file: data = pickle.load（file） 

使用`json`库读取和写入JSON格式数据

 import json with open（'data.json', 'r'） as file: data = json.load（file） 

使用`requests`库下载数据

 import requests response = requests.get（'http://example.com/data.json'） data = response.json（） 

使用`scipy`库读取和处理科学计算数据

 from scipy import io data = io.loadmat（'data.mat'） 

使用`sqlite3`库连接和读取SQLite数据库

 import sqlite3 conn = sqlite3.connect（'database.db'） data = pd.read_sql_query（"SELECT * FROM table_name", conn） 

使用`PyODBC`库连接和读取SQL Server、MySQL等数据库

 import pyodbc conn = pyodbc.connect（'DRIVER={SQL Server}；SERVER=server_name；DATABASE=database_name；UID=username；PWD=password'） data = pd.read_sql_query（"SELECT * FROM table_name", conn） 

使用`pyarrow`库读取和处理Parquet格式数据

 import pyarrow.parquet as pq data = pq.read_table（'data.parquet'）.to_pandas（） 

选择哪种方法取决于你的数据格式和需求。Pandas因其强大的数据处理能力，在数据分析和机器学习项目中尤其受欢迎