python處理資料檔案第一步是要讀取資料，檔案型別主要包括文字檔案（csv、txt等）、excel檔案、資料庫檔案、api等。

下面整理下python有哪些方式可以讀取資料檔案。

1. python內建方法（read、readline、readlines）

• read()： 一次性讀取整個檔案內容。推薦使用read(size)方法，size越大執行時間越長
• readline()：每次讀取一行內容。記憶體不夠時使用，一般不太用
• readlines()：一次性讀取整個檔案內容，並按行返回到list，方便我們遍歷

具體用法可見：一文搞懂python檔案讀寫

2. 內建模組（csv）

python內建了csv模組用於讀寫csv檔案，csv是一種逗號分隔符檔案，是資料科學中最常見的資料儲存格式之一。 csv模組能輕鬆完成各種體量資料的讀寫操作，當然大資料量需要程式碼層面的優化。

• csv模組讀取檔案

# 讀取csv檔案
import csv  
with open('test.csv','r') as myFile:  
    lines=csv.reader(myFile)  
    for line in lines:  
        print (line)

• csv模組寫入檔案

import csv  
with open('test.csv','w+') as myFile:      
    myWriter=csv.writer(myFile)  
    # writerrow一行一行寫入
    myWriter.writerow([7,8,9])  
    myWriter.writerow([8,'h','f'])  
    # writerow多行寫入
    myList=[[1,2,3],[4,5,6]]  
    myWriter.writerows(myList)
 

3. 使用numpy庫（loadtxt、load、fromfile）

• loadtxt方法

loadtxt用來讀取文字檔案（包含txt、csv等）以及.gz 或.bz2格式壓縮檔案，前提是檔案資料每一行必須要有數量相同的值。

import numpy as np
# loadtxt()中的dtype引數預設設定為float
# 這裡設定為str字串便於顯示
np.loadtxt('test.csv',dtype=str)
# out：array(['1,2,3', '4,5,6', '7,8,9'], dtype='<U5')

• load方法

load用來讀取numpy專用的.npy

import numpy as np
# 先生成npy檔案
np.save('test.npy', np.array([[1, 2, 3], [4, 5, 6]]))
# 使用load載入npy檔案
np.load('test.npy')
'''
out:array([[1, 2, 3],
       [4, 5, 6]])
'''

• fromfile方法

fromfile方法可以讀取簡單的文字資料或二進位制資料，資料來源於tofile方法儲存的二進位制資料。讀取資料時需要使用者指定元素型別，並對陣列的形狀進行適當的修改。

import numpy as np
x = np.arange(9).reshape(3,3)
x.tofile('test.bin')
np.fromfile('test.bin',dtype=np.int)
# out:array([0, 1, 2, 3, 4, 5, 6, 7, 8])

4. 使用pandas庫（read_csv、read_excel等）

pandas是資料處理最常用的分析庫之一，可以讀取各種各樣格式的資料檔案，一般輸出dataframe格式。 如：txt、csv、excel、json、剪下板、資料庫、html、hdf、parquet、pickled檔案、sas、stata等等

• read_csv方法
  read_csv方法用來讀取csv格式檔案，輸出dataframe格式。

import pandas as pd
pd.read_csv('test.csv')

• read_excel方法
  讀取excel檔案，包括xlsx、xls、xlsm格式

import pandas as pd
pd.read_excel('test.xlsx')

• read_table方法
  通過對sep引數（分隔符）的控制來對任何文字檔案讀取
• read_json方法
  讀取json格式檔案

df = pd.DataFrame([['a', 'b'], ['c', 'd']],index=['row 1', 'row 2'],columns=['col 1', 'col 2'])
j = df.to_json(orient='split')
pd.read_json(j,orient='split')

• read_html方法
  讀取html表格
• read_clipboard方法
  讀取剪下板內容
• read_pickle方法
  讀取plckled持久化檔案
• read_sql方法
  讀取資料庫資料，連線好資料庫後，傳入sql語句即可
• read_dhf方法
  讀取hdf5檔案，適合大檔案讀取
• read_parquet方法
  讀取parquet檔案
• read_sas方法
  讀取sas檔案
• read_stata方法
  讀取stata檔案
• read_gbq方法
  讀取google bigquery資料

pandas學習網站：https://pandas.pydata.org/

5、讀寫excel檔案（xlrd、xlwt、openpyxl等）

python用於讀寫excel檔案的庫有很多，除了前面提到的pandas，還有xlrd、xlwt、openpyxl、xlwings等等。

主要模組：

• xlrd庫：從excel中讀取資料，支援xls、xlsx
• xlwt庫：對excel進行修改操作，不支援對xlsx格式的修改
• xlutils庫：在xlw和xlrd中，對一個已存在的檔案進行修改
• openpyxl：主要針對xlsx格式的excel進行讀取和編輯
• xlwings：對xlsx、xls、xlsm格式檔案進行讀寫、格式修改等操作
• xlsxwriter：用來生成excel表格，插入資料、插入圖示等表格操作，不支援讀取
• Microsoft Excel API：需安裝pywin32，直接與Excel程序通訊，可以做任何在Excel裡可以做的事情，但比較慢

6. 操作資料庫（pymysql、cx_Oracle等）

python幾乎支援對所有資料庫的互動，連線資料庫後，可以使用sql語句進行增刪改查。

主要模組：

• pymysql：用於和mysql資料庫的互動
• sqlalchemy：用於和mysql資料庫的互動
• cx_Oracle：用於和oracle資料庫的互動
• sqlite3：內建庫，用於和sqlite資料庫的互動
• pymssql：用於和sql server資料庫的互動
• pymongo：用於和mongodb非關係型資料庫的互動
• redis、pyredis：用於和redis非關係型資料庫的互動