跟小白学Python数据分析——数据导入1

Mr.林： 模块相当于是一个文件夹，它能够用于存放同个主题相关的Python代码段，包括定义函数、类和变量。

例如将数据处理相关的函数都存放在一个模块里， 将数据分析相关的函数都存放在一个模块里 ， 将数据可视化相关的函数都存放在一个模块里。这样就 可以在其他有需要的地方进行调用，在编写程序的时候，经常需要引用其它模块。

你可以将Excel菜单中的每个选项卡 看成是一个模块，例如数据选项卡下就包含了数据获取和转换、连接、排序和筛选、数据工具等功能。只是它以图形界面的方式供我们选择使用。

而Python中的模块一般看不见摸不着，需要在使用的时候进行导入使用，所以对初学者来说不算太友好，这也是大家认为Python难学的原因之一。

另外Python中模块的概念，在 Java 中称之为包（package），而在 C\C++中则称之为库（library），Java和C\C++都是程序员常用的编程语言，所以有些程序员就会把Python 中的模块混淆称之为包和库，你只要明白它们说的是一回事即可。

小白： 原来是这么回事，那 Pandas 模块又是什么？

Mr.林： Pandas 模块是Python的一个数据分析模块，它最初被用作金融数据分析工具而开发出来，所以Pandas为时间序列分析提供了很好的支持。
为了提供高效操作大型数据集的工具，Pandas提出了一套类似Excel的标准数据应用框架，包含了类似Excel表格的数据框DataFrame，以及快速便捷地处理数据的函数和方法，让数据分析整个过程变得快速、简单。可以毫不夸张地说，Pandas是Python中进行数据分析的最好工具。

小白： Pandas 模块怎么使用 呢？它在哪呢？

Mr.林： 在安装Anaconda的时候，都已经一起安装好了，我们只需把它导入就可以使用了，主要有两种使用方法：

第一种是使用import语句进行导入。

import 模块名

这是模块导入最常使用的方法，模块导入后，就可以通过使用 模块名.变量名 调用模块中的变量，使用 模块名.函数名 调用模块中的函数。

第二种是使用 from import 语句进行导入。

from 模块名 import 函数名

这种情况就是明 确知道要导入哪个模块哪个函数或变量的时候使用。使用这种导入的方式，在使用函 数或变量的时候，就不用在前面加上对应的模块名了。

小白： 那我们是不是可以导入Pandas模块了？

Mr.林： 可以，不过不用那么急，我们先来看我们要导入的数据data.csv，先使用Notepad++打开查看数据是什么样子的：

这份数据是一份用户数据，记录了用户的id,注册日期reg_date,用户的身份证号id_num,性别gender,生日birthday,年龄age六个字段数据，每个字段使用英文逗号分隔。

还有一个很重要的信息，就是这份数据采用UTF-8的编码格式记录数据。

UTF-8 是互联网上使用最广的一种unicode的实现方式，为传输而设计的编码，最大的特点是统一无国界，可以显示全世界上所有文化的字符。

现在我们可以来导入数据了，打开 spyder ，输入以下代码

1import pandas
2data = pandas.read_csv(
3'D:/D/data.csv',
4 engine='python',
5 encoding='utf8'
6)

小白： 前三行我大概看懂了，那么第四、五行都是什么意思呀？

 1# 导入pandas模块
 2import pandas
 3# 使用pandas模块中的read_csv导入data.csv文件
 4data = pandas.read_csv(
 5# 第一个参数为数据文件所在的路径，因为是字符串需要用单引号引起
 6'D:/D/data.csv',
 7# 第二个参数是为了解决路径中包含中文字符无法导入的问题
 8 engine='python',
 9# 第三个参数是设置数据文件对应的编码格式
10 encoding='utf8'
11)

小白： 懂了，懂了，原来是这么回事。

Mr.林：