new_line = line.strip() # 去除尾部的\n
data.append(new_line)
array = c_array[-1].split('\t') # \t表示tab键，去除tab键空格
label.append(array[-2]+' '+array[-1])
print('data:',data)
print('label:',label)
（1）因为按行读取文本数据，会附带将行末的换行符“\n”读进去，因此需要strip()函数去除换行符。
（2）第一行的读取结果如图所示，可以发现每一行四个元素之间以制表符隔开，因此使用split()函数将四个元素提取出来。但是，split的结果却是将四个元素生成了五个元素，观察输入文本发现，split将每行的最后一个元素中的一个空格键误认为tab键进行分割了。这点不知道是什么原因，但是针对文本，可以将生成的array数组中的倒数两个数重新连接，便还原了原始元素。
该文本的最终输出结果是
剔除重复的，可以set一下，结果如下
print(set(label))
{'normal no lenses', 'normal hard', 'reduced no lenses', 'normal soft'}
数据 可以发现文本的最后一列数据是由几个单独的字符串构成，那么如何读取呢? 代码with open(filename,"r") as f: data = [] label = [] # 按行读取数据 for line in f.readlines(): new_line = line.strip() # 去除尾部的\n ...
目前大多数的
数据
集以
txt
文件
居多，但是我们在
数据
处理
中
，可能最终会在Excel上进行一些分析、制图，
当然也可以使用
python
制图包，也可以做出很精美的结果图。
此篇只是简单的
读取
，
文件
，保存到Excel
中
，可以做一些回归分析、相关系数等；
txt
中
的原始
数据
这段代码
中
，我们首先使用pandas库的`read_csv`函数
读取
CSV
文件
，并将`header`参数设置为`None`，表示不使用第一行作为
列
名。然后，我们通过`iloc`方法获取第一行，将其作为
列
名，并将其从
数据
中
删除。最后，我们将修改后的
数据
保存到一个新的CSV
文件
中
。
需要注意的是，如果CSV
文件
中
包含非ASCII字符，可能需要指定
文件
编码。例如，如果CSV
文件
使用UTF-8编码，可以将`read_csv`函数调用修改为：
```
python
df = pd.read_csv('data.csv', header=None, encoding='utf-8')
