如何用python读出数据集

Python中读取数据集的方法取决于数据集的类型和格式。以下是一些常见的数据集读取方法：

文本文件读取

使用内置的`open（）`函数读取文本文件。

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

CSV文件读取

使用`csv`模块读取CSV文件。

 import csv with open（'dataset.csv', 'r'） as file: reader = csv.reader（file） data = list（reader） 

使用`pandas`库读取CSV文件。

 import pandas as pd data = pd.read_csv（'dataset.csv'） 

Excel文件读取

使用`pandas`库读取Excel文件。

 import pandas as pd data = pd.read_excel（'dataset.xlsx'） 

二进制文件读取

使用`numpy`库读取二进制文件。

 import numpy as np data = np.fromfile（'dataset.bin', dtype=np.float32） 

HDF5文件读取

使用`h5py`库读取HDF5文件。

 import h5py with h5py.File（'dataset.hdf5', 'r'） as file: data = file['dataset_name'][:] 

SAS数据集读取

使用`pandas`库读取SAS数据集。

 import pandas as pd data = pd.read_sas（'path_to_sas_file.sas7bdat'） 

MS-SQL数据库读取

使用`pymssql`库读取MS-SQL数据库中的数据。

 import pymssql conn = pymssql.connect（server='127.0.0.1', user='sa', password='password', database='master'） cursor = conn.cursor（） cursor.execute（'select name from sys.databases'） row = cursor.fetchone（） while row: print（row） row = cursor.fetchone（） conn.close（） 

自定义数据集读取

可以通过继承`torch.utils.data.Dataset`类来自定义数据集读取。

 from torch.utils.data import Dataset class MyDataset（Dataset）: def __getitem__（self, index）: 实现获取数据的逻辑 pass def __len__（self）: 实现返回数据集长度的逻辑 pass 

以上方法涵盖了大部分常见的数据集格式，具体使用时可以根据数据集的特点选择合适的方法。需要注意的是，读取数据后通常还需要进行数据清洗、预处理等操作，以便于后续的数据分析和建模