还在纠结 Python 的数据导入问题吗？有这张速查表就够啦

雷锋网 AI 科技评论按：这是 Karlijn Willems 发布于 Medium 的一篇关于 Python 中数据导入问题的博客。Karlijn Willems 是来自于 DataCamp 的数据科学研究员。她在本文中介绍一份 Python 中数据导入操作的速查表，雷锋网(公众号：雷锋网) AI 科技评论对原文进行了编译。

借助这个 Python 速查表，你将拥有一份便捷的数据导入参考指南。该速查表全面涵盖了平面文件（Flat files）、其它软件所定义的原生文件类型以及关系型数据库数据的导入方法。

在你对数据进行清理、可视化等操作之前，我们首先需要实现的事情是使用 Python 导入数据。而众所周知，针对不同的数据文件存在着许多不同的导入方法。

但是，你最经常使用的库可能就是 Pandas 和 Numpy：Pandas 库是最受数据科学家喜爱的软件库之一，他们经常使用 Pandas 对数据进行操作和分析，然后再使用 matplotlib 进行数据可视化。而 Numpy 则是 Python 中进行科学计算的一个基础库，并且 Pandas 也是构建于 Numpy 之上的。

在这份数据导入速查表中，你将看到一些 Numpy 和 Pandas 的函数，以及使用 Python 语言编写的函数，这些都将帮助你更快捷地将数据导入 Python。

这份教程将帮助你快速学习和掌握将数据导入 Python 中的基础操作，以便于你可以对数据开展后续的清理和可视化等操作。

速查表传送门

这份速查表将引导你学习掌握如何将数据导入实验环境的基础：你不仅会学到如何导入诸如文本文件这样的平面文件，也能看到如何读取那些来自于特定软件的文件（比如 Excel、Stata、SAS 和 MATLAB）和关系型数据库。最重要的是，你将获得更多关于如何寻求帮助的指示，如何浏览文件系统以及如何开始探索数据信息。

总而言之，这里有你所需要的所有知识，来帮助你开启基于 Python 的数据科学学习大门。

如果你还想获得更多的知识，那么现在可以免费来学习这门《Python 数据导入课程》或者尝试一下我们的使用 Python 玩转 Excel 教学！

当然，别忘了我们为数据科学而制作的 Python 速查表，并且在我们的社区能获得更多类似的速查表！

备注：速查表传送门

Via Importing Data in Python Cheat Sheet，雷锋网编译

雷锋网版权文章，未经授权禁止转载。详情见。