利用numpy库
（缺点：有缺失值就无法读取）
读：
import numpy
my_matrix = numpy.loadtxt(open("1.csv","rb"),delimiter=",",skiprows=0)
写：
numpy.savetxt('2.csv', my_matrix, delimiter = ',')
可能遇到的问题：
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position
原因是文件路径名中含有转义字符，将路径中的\换成\即可。
利用pandas库
读：（可以处理缺失值）
>>> import pandas as pd
>>> df = pd.read_csv('D:\Python\\l\B_train1.csv')
>>> df.values
>>> df.as_matrix(columns=None)
写：（将dataFrame直接写入）
>>> testB = test[test.intersection_id.isin(["B"])] >>> pd.DataFrame.to_csv(testB,"D:\Python\\k\\t5B.csv") #testB是个dataFrame
利用sklearn包中的Imputer处理缺失值
>>> m = df.as_matrix(columns=None) >>> from sklearn.preprocessing import Imputer >>> imp = Imputer(missing_values='NaN', strategy='mean', axis=0) >>> imp.fit(m) Imputer(axis=0, copy=True, missing_values='NaN', strategy='mean', verbose=0) >>> imp.transform(m)
以上这篇python 读取.csv文件数据到数组(矩阵)的实例讲解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持亿速云。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
