实验目的

掌握Python语言导入数据的基本操作方法

实验原理

后台建立数据库，使用Python语言连接数据库。使用Python语言对数据库进行事务操作。

实验步骤

数据导入与准备是进行数据挖掘等机器学习的第一要素。从各种不同的格式文件中导入数据是一件比较麻烦的事。因为文件格式多种多样，那么使用导入的方法也是有所不同。

一、从CSV文件导入数据

1. '''
2. 步骤：
3. 1. 打开文件
4. 2.读取文件头
5. 3.读取剩余行
6. 4当发生错误时抛出异常
7. '''
8. 1. import csv
9. import sys
10. filename = 'data.csv'
11. data = []
12. try:
13. with open(filename) as f:
14. reader = csv.reader(f)
15. header = reader.next()
16. data = [row for row in reader]
17. except csv.Error as e:
18. print ("Error reading CSV file at line %s : %s" % (reader.line_num, e))
19. sys.exit(-1)
20. if header:
21. print (header)
22. print ("==========")
23. for datarow in data:
24. print (datarow)

二、从Excel文件中导入数据

1. '''
2. 步骤：
3. 1. 打开文件的工作簿。
4. 1. 根据名称找到工作表。根据行数（nrows）和列数（ncols）读取单元格的内容。
5. 1. 打印出数据集合。
6. '''
7. import xlrd
8. file = 'output.xls'
9. wb = xlrd.open_workbook(file)
10. ws = wb.sheet_by_name("sheet1")
11. dataset = []
12. for r in xrange(ws.nrows):
13. col = []
14. for c in range(ws.ncols):
15. col.append(ws.cell(r, c).value)
16. dataset.append(col)
17. # 美化打印
18. from pprint import pprint
19. pprint(dataset)

三、从定宽数据文件导入数据'''

1. 步骤：
2. 1.指定要读取的数据文件。
3. 2.定义数据读取的方式。
4. 3.逐行读取文件并根据格式把每一行解析成单独的数据字段。
5. 4.按单独数据字段的形式打印每一行。
6. '''
7. import struct
8. datafile = 'fix-width.data'
9. # 掩码定义为5s10s5s，表示为9个字符的字符串，跟一个10个字符的字符串，再跟一个5个字符的字符串（包括空格）。
10. mask = '5s10s5s'
11. results = []
12. with open(datafile, 'r') as f:
13. for line in f:
14. # 用格式解析的unpack_from方法。
15. fields = struct.Struct(mask).unpack_from(line)
16. results.append([field.strip() for field in fields])
17. from pprint import pprint
18. pprint(results)

注意：python2中print语句不加括号，python3中print语句打印内容要加括号！