在本章中，您将学习如何从各种平面文件将数据导入到 Python。平面文件是一种简单且常见的数据存储形式。您之前已经学习了 NumPy 和 pandas——本章将讲解如何使用这些库导入平面文件，并自定义导入过程。

欢迎来到本课程！

导入整个文本文件

逐行导入文本文件

扁平文件在数据科学中的重要性

小测验：什么是平面文件？

我们为什么喜欢平面文件与 Python 之禅

使用 NumPy 导入平面文件

自定义您的 NumPy 导入

导入不同数据类型

使用 pandas 导入平面文件

使用 pandas 将平面文件导入为 DataFrame（1）

使用 pandas 将平面文件导入为 DataFrame（2）

自定义 pandas 导入

关于数据导入的最后思考

导论与平面文件

您已经学会了导入平面文件，但作为数据科学家，您还会接触到许多其他类型的文件。本章将教您如何从一系列重要文件类型中将数据导入 Python。这些类型包括 pickled 文件、Excel 电子表格、SAS 与 Stata 文件、HDF5 文件（一种用于存储海量数值数据的文件类型）以及 MATLAB 文件。

其他文件类型简介

不再是"平面"的了

加载 pickled 文件

列出 Excel 文件中的工作表

从 Excel 文件导入工作表

自定义导入电子表格

使用 pandas 导入 SAS/Stata 文件

如何导入 SAS7BDAT

导入 SAS 文件

使用 read_stata 导入 Stata 文件

导入 Stata 文件

导入 HDF5 文件

使用 File 导入 HDF5 文件

使用 h5py 导入 HDF5 文件

从 HDF5 文件中提取数据

导入 MATLAB 文件

加载 .mat 文件

在 Python 中查看 .mat 的结构

从其他文件类型导入数据

在本章中，您将学习如何从关系型数据库中提取有意义的数据，这是一项对任何数据科学家都至关重要的技能。您将了解关系模型，学习如何编写 SQL 查询、如何筛选与排序 SQL 记录，并通过连接数据表来执行高级查询。

关系型数据库简介

小测验：关系模型

在 Python 中创建数据库引擎

创建数据库引擎

数据库中有哪些表？

在 Python 中查询关系型数据库

SQL 查询的 Hello World！

自定义 SQL 查询的 Hello World

使用 SQL 的 WHERE 过滤数据库记录

使用 ORDER BY 对 SQL 记录排序

直接使用 pandas 查询关系型数据库

Pandas 与 SQL 查询的 Hello World！

用 pandas 进行更复杂的查询

高级查询：利用表之间的关系

SQL 的强大之处在于表之间的关系：INNER JOIN

为您的 INNER JOIN 添加筛选

最后总结

在 Python 中使用关系型数据库

LIGO (HDF5)

MNIST

Battledeath (XLSX)

Chinook (SQLite)

Course Glossary

Sales (SAS7BDAT)

Seaslugs

Gene expressions (MATLAB)

Titanic

Extent of infectious diseases (DTA)

作为一名数据科学家，您需要清洗数据、整理与变换数据、可视化、构建预测模型，并解释这些模型。在此之前，您需要先学会如何将数据导入到 Python 中。本课程将带您学习多种在 Python 中导入数据的方法：从 .txt、.csv 等平面文件；从其它软件的原生文件，如 Excel 电子表格、Stata、SAS 和 MATLAB 文件；以及从 SQLite、PostgreSQL 等关系型数据库导入数据。

视频包含实时字幕，您可以点击视频左下角的 "Show transcript" 展开查看。
课程术语表位于右侧的资源部分。
若要获得 CPE 学分，您需要完成课程并在合格测评中达到 70% 的得分。您可以点击右侧的 CPE 学分提示进入测评。

Intermediate Python

您将学习多种方法将数据导入Python：从CSV等平面文件到Excel表格和SQLite、PostgreSQL数据库。

Python 数据导入入门

学习如何将来自 Excel、SQL、SAS 以及网页等各种来源的数据导入 Python。

扁平文件在数据科学中的重要性

Create Your Free Account