1 读写文本格式的数据
常见读取函数：
| 函数名称 | 简单描述 |
| ---------------- | ------------------------------------------------------------- |
| read_csv | 从文件、URL、文件型对象中加载带分隔符的数据，默认分隔符为逗号 |
| read_fwf | 以固定列宽度的格式读取数据 |
| read_clipboard | 从剪切板以read_csv的方式读取数据，常用于解析网页中的表格 |
| read_excel | 从后缀为.xls或.xlsx的表格文件中读取数据 |
| read_hdf | 读取pandas存储（save_hdf）的HDF5格式的数据 |
| read_html | 给定HTML文档，读取其中所有的表 |
| read_json | 从文件、URL、文件型对象中读取数据，并安装JSON格式解析 |
| read_feather | 读取Feather二进制文件 |
| read_orc | 读取Apache ORC二进制文件 |
| read_parquet | 读取Apache Parquet二进制文件 |
| read_pickle | 读取pandas存储（save_pickle）的pickle格式的数据 |
| read_sas | 读取SAS软件输出的存储格式 |
| read_spss | 读取SPSS软件输出的存储格式 |
| read_sql | 读取SQL查询的结果(使用SQLAlchemy) |
| read_sql_table | 读取整个SQL表(使用SQLAlchemy) |
| read_stata | 读取Stata格式的文件 |
| read_xml | 读取XML格式的文件 |
read_csv是最常用的读取方式，其常见参数如下：
- 使用
sep或delimmiter可指定分隔符，进行灵活的数据解析 - 参数
header用于指定读取时将第几行内容作为列名称，默认为0，没有则为None - 参数
index_col,names直接接收一组数据，作为行索引或列名/列索引 skiprows指定读取时忽略前几行，默认是0；nrows从第几行开始读取na_values指定缺失的默认填充值；encoding指定解码格式parse_dates用于智能解析日期型的列；date_parser指定解析日期的方法chunksize指定迭代读取时的块大小，避免大量数据的一次性载入- 其他参数（个人觉得没那么常用）可参阅pandas的官方API文档
read_csv主要通过给定的间隔符进行数据的解析，在实际应用中，数据的杂质与畸变可能导致读取出现问题，此时可以考虑借助Python内置的csv.reader函数在数据读取前进行更精细化的清洗针对Web信息，最常用的存储形式是
HTML和XML，这些格式pandas也都是可以直接支持的（可能需要安装第三方依赖包pip install lxml），此外也可以参阅本人之前总结的Python读取xml文件
2 二进制数据格式
pickle序列化是Python内置的二进制存储格式：
- 能实现数据的高效存储
to_pickle与读取read_pickle - pickle格式是Python的独有格式，支持存储Python内的所有常见对象
- 长期来看，pickle格式不同版本间容易出现兼容问题，因此仅推荐作为短期存储格式
对于微软的Excel表格文件，pandas也是支持读写的
- 对于旧版本的
.xls后缀的表格文件，pandas可能需要安装第三方包xlrd - 对于旧版本的
.xlsx后缀的表格文件，pandas可能需要安装第三方包openpyxl
除pickle和excel外，pandas也支持其他常见的数据格式，比如
HDF5、Parquet等，本书原文对这些方式也进行的较为详细的说明，但此处不再赘述。因为本人之前也针对这几种存储形式（包括csv和json），在耗时和压缩比等方面进行了详细的对比，具体可参考Python常见数据存储方式对比
3 与网页API交互
Python中一般使用requests库进行网页交互
一个网页API交互的简单示例：
import requests
url = 'https://api.github.com/repos/pandas-dev/pandas/issues'
resp = requests.get(url) # 向指定网页发送GET请求
resp.raise_for_status() # 解析网页返回的状态码，200表示成功
resp.json() # 解析网页返回的JSOn格式数据（需要提前确定返回的格式）
4 与数据库交互
具体可参阅：[[1_study/Python/Python数据读取/Python 操作数据库]]