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。