Python数据读取方法详解：快速掌握文件、数据库、API数据读取技巧，轻松玩转数据分析与处理！
想用Python来搞数据分析？那第一步，也是最重要的一步，就是得会读取数据啊！不然，巧妇难为无米之炊，再厉害的算法，没有数据支撑，也只能干瞪眼。
那Python怎么读取数据呢？方法可多了，简直眼花缭乱。别怕，我来给你捋一捋。
最基本的操作，肯定是从文件里读取数据。文本文件，像是.txt、.csv这些，是最常见的。
我跟你说，刚开始学的时候，我就是被各种文件格式搞懵了。什么encoding啦，delimiter啦，一不小心就乱码，或者数据错位。现在想想，真是踩了不少坑。
读取文本文件，open()函数是基石。比如，想读取一个名为”data.txt”的文件，就可以这么写：
python
with open("data.txt", "r") as f:
for line in f:
print(line.strip()) # .strip()去掉行尾的换行符
“r”表示以只读模式打开文件。with open() 这种写法，好处是自动帮你关闭文件，不用担心忘记释放资源。文件太大？不用一次性全读进内存，一行一行读，省内存！
但是，open()读出来的东西，都是字符串。如果你需要处理数值类型的数据，还得进行转换。比如，用int()或者float()把字符串转成整数或浮点数。
CSV文件，其实也就是逗号分隔的文本文件。不过，Python有专门的库来处理它，那就是csv库。
“`python
import csv
with open(“data.csv”, “r”) as f:
reader = csv.reader(f)
for row in reader:
print(row)
“`
csv.reader()会把每一行数据分割成一个列表，每个元素就是一列的数据。方便吧？
如果CSV文件有表头，也就是第一行是列名，你可以用csv.DictReader()来读取数据，它会把每一行数据转换成一个字典，键就是列名，值就是对应的数据。这样，你就可以通过列名来访问数据了，更直观！
除了csv库，pandas库也是读取CSV文件的利器。pandas是数据分析的神器，它的read_csv()函数，简直不要太好用！
“`python
import pandas as pd
df = pd.read_csv(“data.csv”)
print(df)
“`
一行代码，就把CSV文件读取成了一个DataFrame对象，DataFrame是pandas的核心数据结构，类似一个表格。你可以对DataFrame进行各种操作，比如筛选、排序、统计等等。
而且，pandas的read_csv()函数有很多参数可以设置，比如指定分隔符、跳过行数、指定列名等等。可以灵活应对各种CSV文件。
再说说Excel文件。Excel文件，也就是.xls或者.xlsx文件，也是数据分析中常用的数据源。Python可以用xlrd和openpyxl这两个库来读取Excel文件。
xlrd库只能读取旧版本的Excel文件（.xls），而openpyxl库可以读取新版本的Excel文件（.xlsx）。不过，pandas也提供了read_excel()函数，可以方便地读取Excel文件，底层也是用的这两个库。
“`python
import pandas as pd
df = pd.read_excel(“data.xlsx”, sheet_name=”Sheet1″) # sheet_name指定工作表
print(df)
“`
sheet_name参数指定要读取的工作表，如果不指定，默认读取第一个工作表。
除了文件，数据还可以存在数据库里。Python可以连接各种数据库，比如MySQL、PostgreSQL、MongoDB等等。
读取数据库里的数据，首先要安装相应的数据库驱动。比如，要连接MySQL数据库，你需要安装pymysql库。
“`python
import pymysql
conn = pymysql.connect(host=”localhost”, user=”root”, password=”password”, database=”database_name”)
cursor = conn.cursor()
sql = “SELECT * FROM table_name”
cursor.execute(sql)
results = cursor.fetchall()
for row in results:
print(row)
cursor.close()
conn.close()
“`
这段代码，首先连接到MySQL数据库，然后创建一个游标对象，通过游标对象执行SQL查询语句，最后获取查询结果。
fetchall()方法会返回所有查询结果，每一行数据是一个元组。
如果只想读取部分数据，可以用SQL语句的WHERE子句来筛选数据。比如，SELECT * FROM table_name WHERE column_name = 'value'。
还有一种读取数据的方式，是从API接口读取数据。API，也就是应用程序编程接口，是一种允许不同应用程序之间进行通信的协议。
很多网站都提供了API接口，你可以通过API接口读取网站上的数据。比如，天气预报API、股票行情API等等。
Python可以用requests库来发送HTTP请求，读取API接口返回的数据。
“`python
import requests
url = “https://api.example.com/data”
response = requests.get(url)
if response.status_code == 200:
data = response.json()
print(data)
else:
print(“请求失败”)
“`
这段代码，首先发送一个GET请求到指定的URL，然后判断请求是否成功。如果请求成功，response.json()会把返回的JSON数据转换成Python字典。
API接口返回的数据格式有很多种，常见的有JSON和XML。如果返回的是XML数据，可以用xml.etree.ElementTree库来解析XML数据。
读取数据的方式真是五花八门啊，不过，掌握了这些基本的方法，就可以应对大部分的数据读取需求了。
记住，多练习，多实践，才能真正掌握Python读取数据的技巧。数据分析之路，从读取数据开始！
