Python ha letto CSV in un array 2D

Come sappiamo, quando parliamo dell'array 2D, stiamo parlando dell'array numpy. L'array numpy è sostanzialmente utilizzato dagli informatici e dagli ingegneri dell'apprendimento automatico per gestire le enormi quantità di dati memorizzati nel file CSV. Di conseguenza, Numpy consente loro di elaborare grandi quantità di dati in un file CSV in modo molto conveniente. Python aiuta anche allo stesso modo fornendo metodi diversi per leggere i dati dei file CSV in un array numpy. Quindi, impareremo a conoscere questi diversi tipi di metodi in questo articolo.

1. Utilizzo del metodo Numpy LoadTxt ()
2. Usando il metodo Numpy GenFromTXT ()
3. Utilizzo di Pandas DataFrame
4. Utilizzando la struttura dei dati dell'elenco
5. Utilizzo del metodo Pandas DataFrame ()

Cos'è un file CSV?

Un CSV è un file (valori separati da virgola) in cui i dati sono sotto forma di un tabulare. L'estensione del file CSV è .CSV. Questo file CSV viene utilizzato principalmente nell'analisi dei dati. Oltre all'analisi dei dati, il file CSV utilizzato anche nell'applicazione di e-commerce perché è molto facile da gestire in tutti i diversi tipi di linguaggi di programmazione.

Metodo 1: utilizzando il metodo Numpy LoadTxt ()

In questo metodo, useremo il numpy.Metodo loadTxt () che converte i dati CSV in un array 2D. Di seguito è riportato un file CSV di esempio che useremo in questo programma.

1,2
3,4
5,6
7,8
9,10

Codice Python:

Importa Numpy come NP
CSVData = Open ("SampleCsv.CSV ")
Array2d_result = np.LoadTxt (csvData, delimiter = ",")
stampa (array2d_result)

Produzione:

[[1. 2."
[3. 4."
[5. 6."
[7. 8."
[9. 10.]]

Linea 1: Importiamo la biblioteca numpy.

Riga 3-4: Apriamo il file samplecsv e passiamo sia CSVDATA che il delimitatore a NP.funzione loadtxt (), che restituisce i dati in un array 2D.

Riga 6: Finalmente stampiamo il risultato che mostra che ora i nostri dati CSV sono stati convertiti in un array 2D.

Metodo 2: usando il metodo numpy genfromtxt ()

In questo metodo, useremo il numpy.Metodo genfromtxt () che converte i dati CSV in un array 2D. Di seguito è riportato un file CSV di esempio che useremo in questo programma.

1,2
3,4
5,6
7,8
9,10

Codice Python:

Importa Numpy come NP
CSVData = Open ("SampleCsv.CSV ")
Array2d_result = np.genfromtxt (csvdata, delimiter = ",")
stampa (array2d_result)

Produzione:

[[1. 2."
[3. 4."
[5. 6."
[7. 8."
[9. 10.]]

Linea 1: Importiamo la biblioteca numpy.

Riga 3-4: Apriamo il file samplecsv e passiamo sia CSVData che il delimitatore a Numpy NP.funzione genfromtxt (), che restituisce i dati in un array 2D.

Riga 6: Finalmente stampiamo il risultato che mostra che ora i nostri dati CSV sono stati convertiti in un array 2D.

Metodo 3: utilizzando il frame dati Pandas

In questo metodo, useremo i panda che converte i dati CSV in un array 2D. Di seguito è riportato un file CSV di esempio che useremo in questo programma.

1,2
3,4
5,6
7,8
9,10 Panda di importazione come PD
df = pd.read_csv ('samplecsv.CSV ')
Stampa (DF)
Array2d_result = df.to_numpy ()
stampa (array2d_result)

Produzione:

1 2
0 3 4
1 5 6
2 7 8
3 9 10
[[3 4]
[5 6]
[7 8]
[9 10]]

Linea 1: Importiamo la libreria Pandas come PD.

Riga 2-3: Leggiamo il file CSV utilizzando il metodo PANDAS read_csv e quindi stampiamo il data frame di data (DF) sullo schermo come mostrato nell'output sopra.

Riga 4-5: Utilizziamo quindi il metodo DataFrame to_numpy che converte i valori interi del frame dati in un array 2D come mostrato nell'output.

Metodo 4: utilizzando la struttura dei dati dell'elenco

In questo metodo, utilizzeremo la struttura dei dati dell'elenco. L'elenco può anche aiutarci a ottenere i dati CSV in un array 2D. Il programma seguente dimostra lo stesso metodo.

Importa CSV
importa numpy
con open ("samplecsv.csv ", newline =") come file:
Result_List = elenco (CSV.lettore (file))
Print (Result_List)
risultato_2d = numpy.Array (result_list)
Print (result_2d)

Produzione:

[['1', '2'], ['3', '4'], ['5', '6'], ['7', '8'], ['9', '10'] "
[['1' '2']
['3' '4']
['5' '6']
['7' '8']
['9' '10']

Linea 1: Importiamo le librerie CSV e Numpy.

Linee 3-5: Apriamo il file samplecsv e quindi leggiamo i dati di ciascun file CSV utilizzando il CSV.Metodo Reader () e convertire i risultati in un elenco di elenchi.

Riga 6: Ora, usiamo il numpy.Metodo array per convertire l'intero elenco di elenchi in un array 2-D. Il risultato nell'output mostra che i nostri dati CSV sono stati ora convertiti correttamente in un array 2-D.

Metodo 5: utilizzando i valori di dati di dati Pandas

In questo metodo, utilizzeremo il metodo molto semplice per convertire i dati CSV in un array numpy utilizzando la funzione Values ​​() Values ​​(). Il programma seguente dimostrerà lo stesso.

Importa panda come PD
df = pd.read_csv ('samplecsv.CSV ')
Stampa (DF)
Array2d_result = df.valori
stampa (array2d_result)

Produzione:

1 2
0 3 4
1 5 6
2 7 8
3 9 10
[[3 4]
[5 6]
[7 8]
[9 10]]

Linea 1: Importiamo la libreria Pandas come PD.

Riga 2-4: Leggiamo il file CSV utilizzando il metodo PANDAS read_csv e quindi stampiamo il data frame di data (DF) sullo schermo come mostrato nell'output sopra.

Riga 5-6: Quindi utilizziamo la funzione Values ​​() Values ​​() che converte il frame dati in un array 2-D numpy come mostrato nell'output.

Conclusione

In questo articolo, abbiamo visto metodi diversi per leggere i dati CSV in un array 2D. Abbiamo mostrato tutti i metodi che sono attualmente utilizzati da diversi programmatori e informatici. Alcuni dei metodi sono integrati e alcuni dei metodi vengono creati pettinando diversi metodi da diverse librerie. Ma tutti i metodi di cui sopra che puoi utilizzare in base alle tue esigenze. Se sai come leggere il file CSV, puoi creare anche alcuni dei tuoi metodi.