Traceback (most recent call last):
File "D:/Python/untitled/PcCVS.py", line 43, in <module>
list.to_csv('e:/testcsv.csv',encoding='utf-8')
AttributeError: 'list' object has no attribute 'to_csv'
list没有to_csv的属性，也就是说list直接是转存不了为csv
为了解决这个问题，我们可以引入panas模块，使用其DataFrame属性。
import pandas as pd
list=[[1,2,3],[4,5,6],[7,9,9]]
# 下面这行代码运行报错
# list.to_csv('e:/testcsv.csv',encoding='utf-8')
name=['one','two','three']
test=pd.DataFrame(columns=name,data=list)#数据有三列，列名分别为one,two,three
print(test)
test.to_csv('e:/testcsv.csv',encoding='gbk')
运行结果为：
默认的行名是从0开始递增的数字,要是不喜欢这个表示,也可以自己改,改成自己喜欢的.只需要在pd.DataFrame()中定义一个index参数,具体如下:
import pandas as pd
list=[[1,2,3],[4,5,6],[7,9,9]]
name=['one','two','three']
name2=['a','b','c']
test=pd.DataFrame(columns=name,index=name2,data=list)
print(test)
test.to_csv('e:/testcsv.csv',encoding='gbk')
这样就就修改好了
首先先定义一个list，将其转存为csv文件，看将会报什么错误：list=[[1,2,3],[4,5,6],[7,9,9]]list.to_csv('e:/testcsv.csv',encoding='utf-8')运行后出现：Traceback (most recent call last): File "D:/Python/untitled/PcCVS.py", line 43, in ...
Traceback (most recent call last):
File “D:/
Python
/untitled/PcCVS.py”, line 43, in
list
.to_
csv
(‘e:/test
csv
.
csv
’,encoding=’utf-8′)
AttributeError
: ‘
list
’
object
ha
如何将
python
的列表
list
保存到
csv
表格
文件
中
要将
list
保存到表格中，可借助DataFrame。
DataFrame是
Python
的Pandas库中的一种数据结构，它类似excel，是一种二维表。
代码及使用方法如下：
# -*- coding: utf-8 -*-
Created on Wed Oct 16 23:14:46 2019
@author: 湾仔码头
问题所在：
我的数据本事应该是tensor类型，可以to(device)，但是却报错是
list
（列表）所以无法’to’。
于是在出错前的语句先print（images），发现是[tensor[…], …]，那问题很简单，使用images = torch.stack(images, dim=1)，将列表
元素
取出（即
list
类型转换成tensor类型），大功告成！
import
csv
def save(result):
with open('predict.
csv
', mode='w', newline='') as predict_file:
csv
_writer =
csv
.writer(predict_file)
for row in range(len(result)):
csv
_writer.writerow(result[row])
data_.
【
python
基础操作】数据集/模型输出结果导出为EXCEL/
CSV
文件
【编程小白的逆袭之路，我们一起学习
python
吧～】
本篇介绍的是如何将
list
或 numpy.narray 类型的数据导出为excel/
csv
文件
。
我们以
python
中的自带的葡萄酒（load_wine）数据集来举例，来看一下如何将
python
中的数据导入到EXCEL中（.xlsx）。
ps：
csv
文件
同理哦
//导入数据
import numpy as np
import pandas as pd
from sklearn.
