在 Python 中读取 CSV 到数组

CSV 文件将表格记录存储为由分隔符划分的字段行。在 Python 中读取 CSV 时，应根据数据内容和所需的数据结构选择读取方式：需要数值数组时使用 NumPy，需要字符串行时使用 Python 标准库的 csv 模块，需要带标签的表格时使用 pandas。四个示例均有通过的运行时证据，并且每个示例都会创建自己的临时 CSV 文件。

使用 numpy.loadtxt() 读取数值型 CSV 数据

当字段均为数值且排列成规则表格时，可使用 numpy.loadtxt()。它的 delimiter 参数用于描述输入文本中的分隔符。分隔符不会出现在返回的数组中；逗号只用于分隔各个值。默认的 delimiter 是空白字符，因此读取逗号分隔的数据时，应将其设为逗号。运行此示例需要安装 NumPy。

运行此示例：

本节中的代码以及显示的标签或输出仍为英文。

from pathlib import Path
from tempfile import TemporaryDirectory
import numpy as np

with TemporaryDirectory() as directory:
    path = Path(directory) / "numbers.csv"
    path.write_text("1,2,3\n4,5,6\n7,8,9\n", encoding="utf-8")
    data_array = np.loadtxt(path, delimiter=",")
    print(data_array)

对于这个包含多行、多列的输入，loadtxt() 会返回二维 NumPy 数组。数值计算时可以使用数组运算。如果文件包含表头，请显式跳过或处理该行，不要让数值读取器尝试将它解析为数字。

使用 Python 的 csv 模块读取 CSV 行

标准库中的 csv.reader 适用于文本字段或包含不同类型值的字段。它每行生成一个字符串列表。调用内置函数 list() 会消耗读取器，并将所有行构建为由列表组成的列表；list() 是内置函数，不是方法，其结果也不是 NumPy 数组。如果你想自行检查或转换每个字段，这种方式很实用。

本节中的代码以及显示的标签或输出仍为英文。

from pathlib import Path
from tempfile import TemporaryDirectory
import csv

with TemporaryDirectory() as directory:
    path = Path(directory) / "people.csv"
    path.write_text(
        "Name,Age,Occupation\nJohn,28,Engineer\nJane,34,Doctor\n",
        encoding="utf-8",
    )
    with path.open(newline="", encoding="utf-8") as file:
        rows = list(csv.reader(file))
    print(rows)

表头会作为第一行保留，年龄等值在转换之前仍是字符串。对于较大的文件，可以逐行迭代 csv.reader，而不是将整个文件读入一个列表。使用 newline="" 打开文件，可以让 CSV 模块正确处理换行符。

使用 pandas 读取 CSV 数据

如果需要列标签和面向表格的操作，可以选择 pandas。运行此示例前请先安装 pandas。pandas.read_csv() 默认将第一行用作列名，并返回带标签的 DataFrame。如果后续操作需要数组，可以使用 to_numpy() 将其中的数据转换为数组；DataFrame 本身仍保留行标签和列标签。

本节中的代码以及显示的标签或输出仍为英文。

from pathlib import Path
from tempfile import TemporaryDirectory
import pandas as pd

with TemporaryDirectory() as directory:
    path = Path(directory) / "people.csv"
    path.write_text(
        "Name,Age,Occupation\nJohn,28,Engineer\nJane,34,Doctor\n",
        encoding="utf-8",
    )
    frame = pd.read_csv(path)
    data_array = frame.to_numpy()
    print(data_array)

Pandas 可能会为 DataFrame 的不同列推断出不同类型。单个 NumPy 数组只能有一种 dtype，因此将混合类型的列转换为数组时，结果可能是 object 数组或其他统一类型。如果需要标签和逐列操作，请保留 DataFrame；只有当下一步操作要求数组作为输入时才进行转换。

使用 numpy.genfromtxt() 处理缺失的数值

对于含有空字段的数值表格，可以使用 numpy.genfromtxt()，并选择适合后续计算的填充值。这里，filling_values=np.nan 会用 NaN 标记缺失的数值；结果使用浮点数值，以便表示该标记。运行此示例需要安装 NumPy。

本节中的代码以及显示的标签或输出仍为英文。

from pathlib import Path
from tempfile import TemporaryDirectory
import numpy as np

with TemporaryDirectory() as directory:
    path = Path(directory) / "measurements.csv"
    path.write_text("1,2,3\n4,,6\n7,8,\n", encoding="utf-8")
    data_array = np.genfromtxt(
        path, delimiter=",", filling_values=np.nan
    )
    print(data_array)

空字段会以 NaN 表示，可以使用 NumPy 的 isnan 函数检测，并在需要普通数值的计算前进行处理。genfromtxt() 还支持更复杂的输入清理；请只指定文件实际需要的选项，以便解析行为保持清晰。

为你的数据选择 CSV 读取器

• 如果字段是规则的数值，且需要的结果是 NumPy 数组，请使用 numpy.loadtxt()。
• 如果需要字符串行，并希望自行控制每个字段的转换方式，请使用 csv.reader。它包含在 Python 标准库中。
• 如果需要带标签的表格和便捷的按列处理方式，请使用 pandas.read_csv()；只有在需要时才转换为数组。
• 如果分隔数据包含缺失数值，且适合使用指定的填充值，请使用 numpy.genfromtxt()。

这些工具返回的数据对象并不相同。先确定你需要标签、字符串字段、数值数组运算，还是对缺失数值进行显式处理，再选择能生成所需结构的读取器。