1. python中创建新的csv文件
(1). 使用csv.writer()创建：
代码如下：
import csv
headers = ['学号','姓名','分数']
rows = [('202001','张三','98'),
('202002','李四','95'),
('202003','王五','92')]
with open('score.csv','w',encoding='utf8',newline='') as f :
writer = csv.writer(f)
writer.writerow(headers)
writer.writerows(rows)
会在相同路径下生成一个score.csv文件
VScode中打开如下：
用excel打开如下：
可以发现，逗号','在csv文件中代表换格。除此以外，还有'\n'在csv文件中代表换行。
(2). 使用csv.Dictwriter()创建：
代码如下：
import csv
headers = ['学号','姓名','分数']
rows = [{'学号':'202001','姓名':'张三','分数':'98'},
{'学号':'202002','姓名':'李四','分数':'95'},
{'学号':'202003','姓名':'王五','分数':'92'}]
with open('score.csv','w',encoding='utf8',newline='') as f :
writer = csv.DictWriter(f,headers)
writer.writeheader()
writer.writerows(rows)
会发现结果和方式1相同。
(3). 使用writelines()创建：
import csv
headers = ['学号,姓名,分数','\n']
csv = ['202001,张三,98','\n',
'202002,李四,95','\n',
'202003,王五,92']
with open('score.csv', 'w',encoding='utf8',newline='') as f:
f.writelines(headers) # write() argument must be str, not tuple
f.writelines(csv)
会发现结果和方式1、方式2相同。
综合上述三种方式，csv文件的创建灵活多样，主要依赖于自己创建的原来数据的存放形式，比如方式1、2中的rows和方式3中的csv，以此选择适合的创建csv文件的函数和方式。
实际示例（要灵活使用','、'\n'、append()等）：
csv = []
for line in lines:
scores = result[line[0]]
for wav, scores in scores.items():
# csv.append(line[0])
# csv.append(wav)
# csv.append(str(i) for i in scores)
# csv.append('\n')
#csv.append(','.join([wav] + [str(i) for i in scores] + '\n'))
csv.append(line[0] +','+ wav )
for i in scores:
csv.append(','+ str(i))
csv.append('\n')
with open('task3-result.csv', 'w') as f:
f.writelines(csv)
2. python中读取csv文件
原score.csv文件在excel中打开如下：
(1). 使用pandas.read_csv()读取
代码如下：
import pandas as pd
my_matrix = pd.read_csv('score.csv')#,header=None,index_col=None)
'''
header : int or list of ints, default ‘infer’,指定行数用来作为列名，数据开始行数。如果文件中没有列名，则默认为0，
index_col : int or sequence or False, default None,用作行索引的列编号或者列名
'''
print(my_matrix)
print(my_matrix.shape)
此时的输出结果为：
若代码参数改为：
my_matrix = pd.read_csv('score.csv',header=None,index_col=None)
结果如下：
若代码参数改为：
my_matrix = pd.read_csv('score.csv',header=0,index_col=0)
结果如下：
为了方便后续分析，可以将数据类型改为np.array型，代码如下：
import pandas as pd
import numpy as np
my_matrix = pd.read_csv('score.csv')#,header=0,index_col=0)
my_matrix = np.array(my_matrix)
print(my_matrix)
print(my_matrix.shape)
print(my_matrix[0][0])
结果如下：
(2). 使用csv.reader()进行读取
代码如下：
import csv
#读取csv文件
with open('score.csv', "r",encoding='utf8',newline='') as f:
reader = csv.reader(f)
for row in reader:
print(row)
结果如下：
如果想获取某一列，可以通过指定的列标号来查询，代码如下：
for row in reader:
print(row[0])
可以输出某一指定的列 ，结果如下：
(3). 使用csv.DictReader()进行读取
代码如下：
import csv
#读取csv文件
with open('score.csv', "r",encoding='utf8',newline='') as f:
reader = csv.DictReader(f)
for row in reader:
print(row)
结果如下：
如果想获取某一列，可以通过指定的标题来查询，代码如下：
for row in reader:
print(row['学号'])
可以输出指定的某一列，结果如下：