python处理数据文件第一步是要读取数据，文件类型主要包括文本文件（csv、txt等）、excel文件、数据库文件、api等。

下面整理下python有哪些方式可以读取数据文件。

1. python内置方法（read、readline、readlines）

read()： 一次性读取整个文件内容。推荐使用read(size)方法，size越大运行时间越长
readline()?：每次读取一行内容。内存不够时使用，一般不太用
readlines()?：一次性读取整个文件内容，并按行返回到list，方便我们遍历
2. 内置模块（csv）
python内置了csv模块用于读写csv文件，csv是一种逗号分隔符文件，是数据科学中最常见的数据存储格式之一。 csv模块能轻松完成各种体量数据的读写操作，当然大数据量需要代码层面的优化。
csv模块读取文件
# 读取csv文件importcsvwithopen('test.csv','r')asmyFile:lines=csv.reader(myFile)forlineinlines:print(line)
csv模块写入文件
importcsvwithopen('test.csv','w+')asmyFile:myWriter=csv.writer(myFile)# writerrow一行一行写入myWriter.writerow([7,8,9])myWriter.writerow([8,'h','f'])# writerow多行写入myList=[[1,2,3],[4,5,6]]myWriter.writerows(myList)
3. 使用numpy库（loadtxt、load、fromfile）
loadtxt方法
loadtxt用来读取文本文件（包含txt、csv等）以及.gz 或.bz2格式压缩文件，前提是文件数据每一行必须要有数量相同的值。
importnumpyasnp# loadtxt()中的dtype参数默认设置为float# 这里设置为str字符串便于显示np.loadtxt('test.csv',dtype=str)# out：array(['1,2,3', '4,5,6', '7,8,9'], dtype='
load方法
load用来读取numpy专用的.npy,?.npz?或者pickled持久化文件。
importnumpyasnp# 先生成npy文件np.save('test.npy',np.array([[1,2,3],[4,5,6]]))# 使用load加载npy文件np.load('test.npy')'''out:array([[1, 2, 3],? ? ? [4, 5, 6]])'''
fromfile方法
fromfile方法可以读取简单的文本数据或二进制数据，数据来源于tofile方法保存的二进制数据。读取数据时需要用户指定元素类型，并对数组的形状进行适当的修改。
importnumpyasnpx=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库（read_csv、read_excel等）
pandas是数据处理最常用的分析库之一，可以读取各种各样格式的数据文件，一般输出dataframe格式。 如：txt、csv、excel、json、剪切板、数据库、html、hdf、parquet、pickled文件、sas、stata等等
read_csv方法
read_csv方法用来读取csv格式文件，输出dataframe格式。
importpandasaspdpd.read_csv('test.csv')
read_excel方法
读取excel文件，包括xlsx、xls、xlsm格式
importpandasaspdpd.read_excel('test.xlsx')
read_table方法
通过对sep参数（分隔符）的控制来对任何文本文件读取
read_json方法
读取json格式文件
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
读取html表格
read_clipboard方法
读取剪切板内容
read_pickle方法
读取plckled持久化文件
read_sql方法
读取数据库数据，连接好数据库后，传入sql语句即可
read_dhf方法
读取hdf5文件，适合大文件读取
read_parquet方法
读取parquet文件
read_sas方法
读取sas文件
read_stata方法
读取stata文件
read_gbq方法
读取google bigquery数据
5、读写excel文件（xlrd、xlwt、openpyxl等）
python用于读写excel文件的库有很多，除了前面提到的pandas，还有xlrd、xlwt、openpyxl、xlwings等等。
主要模块：
xlrd库：?从excel中读取数据，支持xls、xlsx
xlwt库：?对excel进行修改操作，不支持对xlsx格式的修改
xlutils库：?在xlw和xlrd中，对一个已存在的文件进行修改
openpyxl：?主要针对xlsx格式的excel进行读取和编辑
xlwings：?对xlsx、xls、xlsm格式文件进行读写、格式修改等操作
xlsxwriter：?用来生成excel表格，插入数据、插入图标等表格操作，不支持读取
Microsoft Excel API：?需安装pywin32，直接与Excel进程通信，可以做任何在Excel里可以做的事情，但比较慢

6. 操作数据库（pymysql、cx_Oracle等）

python几乎支持对所有数据库的交互，连接数据库后，可以使用sql语句进行增删改查。

主要模块：

pymysql：?用于和mysql数据库的交互

sqlalchemy：?用于和mysql数据库的交互

cx_Oracle：?用于和oracle数据库的交互

sqlite3：?内置库，用于和sqlite数据库的交互

pymssql：?用于和sql server数据库的交互

pymongo：?用于和mongodb非关系型数据库的交互

redis、pyredis：?用于和redis非关系型数据库的交互