python如何load數據

㈠ python pickle.mp ()不知道mp多少次，如何才能從文件中完整的pickle.load()到所有數據

什麼叫不知道mp多少次.。。。。

mp一次之後，就可以直接全部load進來啊

importpickle
importtime
#timmercode
start=time.clock()
#realcode
db={};
foriinrange(4000000):
db[str(i)]=str(i)
f=open("pickle.db","wb");
pickle.mp(db,f)
f.close()
#timmercode
end=time.clock()
print"write:%fs"%(end-start)
start=time.clock()
f=open("pickle.db","rb")
db=pickle.load(f)
foriindb:
ifint(i)%1000000==0:
printi,db[i]
f.close()
end=time.clock()
print"read:%fs"%(end-start)

㈡ python中，怎麼將大量數據一次性導入資料庫中。 補充：資料庫是Mysql資料庫

我估計你是問怎麼從文件導入到資料庫。一般每個資料庫都有一個從文件直接load數據到資料庫的命令或者工具。
比如SQLServer 有個bcp。 MySql 就是 load。

給你搜了詳細的幫助。看看鏈接吧。以下是精簡的使用方法：
基本用法：
mysql> USE db1;
mysql> LOAD DATA INFILE "./data.txt" INTO TABLE db2.my_table;

指定行，欄位的分隔符：
mysql> LOAD DATA INFILE 'data.txt' INTO TABLE tbl_name

FIELDS TERMINATED BY ',' ENCLOSED BY '"'

LINES TERMINATED BY '\n';

㈢ python值大於0的數據保存

python值大於0的數據保存方法：
1、用numpy.save()和numpy.load()函數。
2、用scipy.io.savemat()將數據保存為.mat格式。Python是一種跨平台的計算機程序設計語言，是ABC語言的替代品，屬於面向對象的動態類型語言，最初被設計用於編寫自動化腳本，隨著版本的不斷更新和語言新功能的添加，越來越多被用於獨立的、大型項目的開發。python是人工智慧首選的編程語言。

㈣ 從資料庫里python獲取數據存到本地資料庫

python項目中從介面獲取數據並存入本地資料庫
首先用postman測試介面
根據請求方式將數據存入資料庫中
首先用postman測試介面
通過url，選擇相應的請求方式，頭部，數據格式，點擊send看能否獲取數據
根據請求方式將數據存入資料庫中

下面是post請求方式def get() URL = '' HEADERS = {'Content-Type': 'application/json'} JSON = {} response = request.post(URL,headers=HEADERS,json=JSON) #json.loads()用於將str類型的數據轉成dict jsondata = json.load(response.txt) for i in jsondata: date1 = i[data] type1 = i[type] ... #拼接sql語句 sql="" conn=MySQLdb.connect(host="localhost",user="root",passwd="sa",db="mytable") cursor=conn.cursor() ursor.execute(sql)

㈤ 用python操作excel數據之避坑秘技

用python操作excel表裡的數據非常方便，可以把不同報表，不同類型的數據各種乾坤大挪移，匯集到一起進行展示。但初學者可能會遇到一些大坑，百思不得其解，而不得不放棄這個神器。現把我在自學過程中遇到的一些坑與大家分享，給初學者參考，歡迎批評指正！

坑一：用pandas的to_excel寫入EXCEL時，會把原數據清空。

解決方案：先用openpyxl的load_workbook打開工作薄，再用pandas的ExcelWriter新建寫入器，把之前打開的工作薄賦值給寫入器的工作薄。

坑二：把帶有公式的sheet1數據導入再寫入sheet2時，會發現帶公式的數據全部為空。

解決方案：可用win32com.client中的Dispatch把EXCEL表打開再保存。

坑三：當把復制文件，新建文件，打開保存文件，數據寫入都寫在一個程序時，往往由於EXCEL打開保存時間較長而與後續程序沖突報錯。

解決方案：每個環節建模塊順序執行，各環節間用time.sleep隔開。

㈥ python numpy 使用 loadtxt讀取txt文件的內容，txt文件跟要執行的py文件在

很多時候，我們將數據存在txt或者csv格式的文件里，最後再用Python讀取出來，存到數組或者列表裡，再做相應計算。本文首先介紹寫入txt的方法，再根據不同的需求（存為數組還是list）,介紹從txt讀取浮點數的方法。
一、寫入浮點數到txt文件：
假設每次有兩個浮點數需要寫入txt文件，這里提供用with關鍵字打開文件的方法，使用with打開文件是一個很好的習慣，因為with結束，它就會自動close file，不用手動再去flie.close()。

[python] view plain
with open('file_path/filename.txt','a') as file:
write_str = '%f %f\n'%(float_data1,float_data2)
file.write(write_str)

二、從txt文件提取浮點數到numpy數組或list列表

首先假設你有一個odom.txt 的文件，裡面每一行的數據個數都相同，如截圖所示：

1.如果你是想把這些數據讀取出來，存為numpy數組,那麼一句代碼可以搞定：

[python] view plain
a = numpy.loadtxt('odom.txt')

存為numpy數組以後，a的尺寸可以用a.shape進行查看，這里應為：（14,2）也就是14行2列。如果你覺得這個形狀不是你期待的，你可以用:

[python] view plain
b = numpy.reshape(a,(你想要的形狀))
如
b = numpy.reshape(a,(-1,1,2))
那麼b就是一個三維數組了（14,1,2）

2.如果只是想讀出來，存到一個list里,那就用下面的常用python格式了：

[python] view plain
with open('odom.txt', 'r') as f:
data = f.readlines() #txt中所有字元串讀入data

for line in data:
odom = line.split() #將單個數據分隔開存好
numbers_float = map(float, odom) #轉化為浮點數
print numbers_float

㈦ 怎麼用python完成以下內容

答: 首先本題分為兩個內容，第1個創建10X10的隨機數組,並將其存儲到 Txt文件中，其次再將其讀出進行相關統計分析。具體代碼如下所示。

㈧ python3中如何用load_data()載入文件

1. def load_data()括弧里應該寫形參的名字，比如def load_data(filePath)；

2. load_data函數內的open的參數也應該是open(filePath,encoding="UTF-8")

3. dataset=load_data()括弧中寫需要解析的文件路徑
   

㈨ python讀取文件—txt文件常用讀寫操作

f = open("data.txt","r")   #設置文件對象

f.close() #關閉文件

為了方便，避免忘記close掉這個文件對象，可以用下面這種方式替代

with open('data.txt',"r") as f:    #設置文件對象

 str = f.read()    #可以是隨便對文件的操作

f = open("data.txt","r")   #設置文件對象

str = f.read()     #將txt文件的所有內容讀入到字元串str中

f.close()   #將文件關閉

f = open("data.txt","r")   #設置文件對象

line = f.readline()

line = line[:-1]

while line:             #直到讀取完文件

     line = f.readline()  #讀取一行文件，包括換行符

     line = line[:-1]     #去掉換行符，也可以不去

f.close() #關閉文件

data = []

for line in open("data.txt","r"): #設置文件對象並讀取每一行文件

     data.append(line)               #將每一行文件加入到list中

 f = open("data.txt","r")   #設置文件對象

 data = f.readlines()  #直接將文件中按行讀到list里，效果與方法2一樣

 f.close()             #關閉文件

可以使用pandas的.read_csv，讀取文件的時候可以給每一列起名字，通過列名來調取相應列的數據。

import pandas as pd

data = pd.read_csv(" OSDO1012.txt",sep=',',header=None, names=['lat','lon','time','z']

使用data.lat就可以讀取名為lat這一列的數據

 data = np.loadtxt("data.txt",skiprows = 1)   #將文件中數據載入到data數組里，並且跳過第一行

 with open('data.txt','w') as f:    #設置文件對象

    f.write(str)                 #將字元串寫入文件中

data = ['a','b','c']

單層列表寫入文件

with open("data.txt","w") as f:

    f.writelines(data)

每一項用空格隔開，一個列表是一行寫入文件

data =[ ['a','b','c'],['a','b','c'],['a','b','c']]

with open("data.txt","w") as f:                      #設置文件對象

     for i in data:                                    #對於雙層列表中的數據

      i = str(i).strip('[').strip(']').replace(',','').replace('\'','')+'\n'  #將其中每一個列表規范化成字元串

     f.write(i)                      #寫入文件

直接將每一項都寫入文件

data =[ ['a','b','c'],['a','b','c'],['a','b','c']]

with open("data.txt","w") as f:                    #設置文件對象

     for i in data:                                      #對於雙層列表中的數據

          f.writelines(i)                            #寫入文件

np.savetxt("data.txt",data)     #將數組中數據寫入到data.txt文件

np.save("data.txt",data)        #將數組中數據寫入到data.txt文件

㈩ python numpy 使用 loadtxt讀取txt文件的內容，txt文件跟要執行的py文件在

a = np.arange(8)

np.savetxt('a.txt',a)
這樣就會在工作目錄下生成存有a數據的文件a.txt
然後讀取就行了，如
b=loadtxt('a.txt')
這里都是在同一目錄下進行的，如果是在別的文件夾，修改引號內的路徑就行了