在查找数据集的时候发现，并不是所有的数据集都是以csv的格式存储，也就是每一列特征数据的分割并不是都以逗号分割，有的数据格式是以空格为分割

例如.data格式，

接下来就实现对.data格式数据的读取：

(数据来源于Boston房价预测数据集，文件名称为“housing.data”)

import pandas as pd
data = pd.read_csv('./housing.data', delim_whiteshape=True)

以上代码就是实现了对空格的分割，但是不知道针对也是以一列存储，并且数据分割也是空格的csv文件此方法还行得通不。

另外pd.read_csv()中的参数sep和delimiter表示的意义一样，具体如何使用不清楚，目前用到不多。

遇到读取文件不知如何操作的，最后要访问下官方文档或者google查询。

pd.read_csv官方文档

另外，可以直接在原数据集文件加后缀名.csv即可转换成csv文件，但前提是data中的数据已经以，分割好了。

pd.read_csv()中读取文件时，默认第一行作为列名，但有时候第一行也是我们需要的数据，这时需制定参数header=None，或者给每列提前设置好名字，names=[‘column0',‘column1',…]

补充：python 实现以空格分隔的文件读写及二维数组按列折半查找

最近文件读写的工作比较多，每一次读文件都会写单独的函数来适应文件格式，所以写了一个类对文件进行操作。

（用pandas.read_csv读取文件更好用）

import os
class DealData:
    # 数据加载函数
    def load(self, filename):
        data = []
        file = open(filename, 'r')
        for line in file.readlines():
            line = line.strip('\n')         # 除去换行
            line = line.split(' ')          # 文件以“ ”分隔
            if "" in line:                  # 解决每行结尾有空格的问题
                line.remove("")
            data.append(line)
        file.close()
        return data
 
    # 折半查找                               # array是一个二维数组，函数实现的功能是按照array的第lie列折半查找
    def search(self, array, lie, target):
        low = 0
        high = len(array) - 1
        while array[low][lie] <= array[high][lie]:
            mid = int((low + high) / 2)
            midval = array[mid][lie]
            if midval < target:
                low = mid + 1
            elif midval > target:
                high = mid - 1
            if high < 0 or low >= len(array):
                break
        return high
    # 将数据保存到文件                
    def save(self, data, filename):
        file = open(filename, 'w')
        for i in range(0, len(data), 1):
            for k in range(0, len(data[i]), 1):
                file.write(str(data[i][k]))
                file.write(" ")
            file.write("\n")
        file.close()

可以将Dealdata类单独创建一个python文件，命名为Dealdata，调用方法如下：

from DealData import DealData 
deal = DealData()
totaldata = deal.load("E:\low_data.txt")

之前先引用类：from Dealdata import Dealdata， 其中第一个Dealdata为被调用的python文件名， 第二个Dealdata为被调用的类名。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持hwidc。如有错误或未考虑完全的地方，望不吝赐教。

【文章转自:香港站群服务器 复制请保留原URL】