pandas是python一個非常著名的資料處理庫，內建了大量函式和型別，可以快速讀取日常各種檔案，包括txt，csv，excel，json，mysql等，為機器學習模型提供樣本輸入（包括資料預處理等），下面我簡單介紹一下這個庫的使用，以讀取這5種類型檔案為例：

這裡直接使用read_csv函式讀取就行（早期版本中可以使用read_table函式），測試程式碼如下，非常簡單，第一個引數為讀取的txt檔名稱，第二個引數為列標題（None代表無列標題，如果需要列標題的話，去掉header引數就行），第三個引數為分隔符，可以是任意符號（空格、逗號等都行）：

這裡也直接使用read_csv函式就行，測試程式碼如下，和上面讀取txt檔案差不多，分隔符就不需要單獨指出了，預設是逗號：

這裡直接使用read_excel函式讀取就行，引數設定和read_csv差不多，第一個引數為檔名稱，第二引數header為None，則沒有列標題，若不寫，則預設有列標題，如下，則含有列標題：

這裡直接使用read_json函式就行，第一個引數也是檔名稱，第二個引數為編碼，如果出現中文亂碼的情況下，這裡設定一下就行：

這裡需要藉助sqlalchemy模組，才能完成mysql資料庫（Oracle，SQL Server等也都可以）的讀取，安裝的話，直接在cmd視窗輸入命令“pip install sqlalchemy”就行，測試程式碼如下，非常簡單，先建立一個engine連線，然後直接呼叫read_sql_query函式執行sql查詢就行：

至此，我們就完成了利用pandas模組來讀取txt，csv，excel，json，mysql等5種類型的檔案。總的來說，pandas這個庫的功能非常強大，對於日常資料處理來說，是一個非常不錯的選擇，在機器學習中，經常會用於資料預處理，非常實用，只要你有一定的python基礎，熟悉一下相關文件和說明，很快就能掌握的，網上也有相關資料和教程，介紹的非常詳細，感興趣的話，可以搜一下，希望以上分享的內容能對你有所幫助吧，也歡迎大家評論、留言進行補充。

file1.csv 檔案內容：

name, physics, python, math, english

Google, 100, 100, 25, 12

Facebook, 45, 54, 44, 88

Twitter, 54, 76, 13, 91

Yahoo, 54, 452, 26, 100

Python程式：

import pandas as pd

marks = pd.read_csv("F:/file1.csv")

print(marks)

結果：

name physics python math english

0 Google 100 100 25 12

1 Facebook 45 54 44 88

2 Twitter 54 76 13 91

3 Yahoo 54 452 26 100

Process finished with exit code 0