读取数据可以方便我们的工作，python中常见的数据读取方式有很多，那么python如何读取数据呢？
利用pandas中的read_csv模块直接将数据读取出来。（推荐学习：Python视频教程）
data = pd.read_csv('/home/nw/Desktop/dataset/iris.txt',header = None)上面的代码，read_csv中前面的是数据集存放的路径，后面的header很重要，经常以为少了header，数据的总量减小了1，因为少掉的那一行数据变成了DataFrame里面的列索引。
还有一种是比较传统的方法，直接用open打开文件，把文件里面的信息先取出来，不管取出来是什么样子的，先取出来再说，想要作什么处理直接对取出的变量做处理即可。
立即学习“Python免费学习笔记（深入）”；
f= open('/home/nw/Desktop/dataset/iris.txt','rb')
dataset = pickle.load(f)
#这种方法适用于自己存取自己的数据，有时候在读取别人的数据的时候是不行的，因为别人存数据的方式不一定是用pickle.dump的方
##式存数据的。
f = open('/home/nw/Desktop/dataset/iris.txt')
'''
注意这里的open后面最好不要加上其他的读取方式，不需要‘rb’之类的读取方式。因为在后续的数据处理中可能还需要将二进制的数
据转换成自己想要的个数。
'''
lines = f.readlines()
'''
现在lines中已经包含了所有的数据信息，我们想要得到的数据格式都可以基于lines做处理。如我读出的iris数据格式是一个列表的形
式，使用len(lines)得到列表中元素的个数是151，打印出lines,可以看到lines中每个元素都是一个字符串，并且每个字符串后面都
有'\n'的换行字符，最后一行是空行，所以最后一行是多余，并且要去掉每行中的'\n'
'''
arr = []
for i in range(len(lines)):
if lines[i] != '\n':
arr.append(lines[i])
for i in range(len(arr)):
arr[i] = arr[i].strip('\n')#将每行的'\n'脱去更多Python相关技术文章，请访问Python教程栏目进行学习！
