csv表格数据(命名“csv_data.csv”)
| year | publication | index |
| 1996 | 2 | 0 |
| 1997 | 0 | 0 |
| 1998 | 2 | 1 |
| 1999 | 0 | 2 |
| 2000 | 2 | 4 |
| 2001 | 0 | 6 |
| 2002 | 0 | 5 |
| 2003 | 0 | 6 |
| 2004 | 2 | 5 |
| 2005 | 7 | 11 |
| 2006 | 12 | 51 |
| 2007 | 10 | 91 |
| 2008 | 24 | 166 |
| 2009 | 23 | 194 |
| 2010 | 48 | 199 |
| 2011 | 32 | 313 |
| 2012 | 42 | 350 |
| 2013 | 37 | 456 |
| 2014 | 55 | 616 |
| 2015 | 53 | 747 |
| 2016 | 69 | 727 |
| 2017 | 109 | 959 |
| 2018 | 124 | 1276 |
| 2019 | 164 | 1797 |
| 2020 | 184 | 2150 |
| 2021 | 200 | 3049 |
| 2022 | 28 | 541 |
用pandas读取文件
import numpy as np
import pandas as pd
import csv
import matplotlib.pyplot as plt
data = pd.read_csv("./csv_data.csv")
# 根据表头获取对应数据
year = data["year"].values
publication = data["publication"].values
index = data["index"].values
本文介绍了一种使用Python的pandas库来读取并分析CSV格式数据的方法。通过具体的代码示例,展示了如何加载数据,并提取关键字段如年份、出版物数量及指标等进行后续的数据分析。
1106

被折叠的 条评论
为什么被折叠?



