pandas
df = pd.read_csv('data.csv', header=None) # 读取csv文件，并指示文件没有表头
row = df.values[0] # 读取df表格中第0行数据
val = df.values[0][0] # 读取df表格中第0行第0个数据
col = df.Name # 读取df表格中Name列的数据
name = df.Name[0] # 读取df表格中Name列第0个数据
column = df[1] # 获取df表格中第二列的数据
columndata = df[1][:-3] # 获取df表格中第二列的数据，并去掉最后三个数据
df = df[['ID', 'DT', ...]] # 获取df表格中多列数据
df = df.dropna() # 删除包含缺失值的行
df = df.drop(['FO2', 'FCO', 'FH', 'FMet'], axis=1) # 删除多列
x = eval(str(df.A[0])) # 通过该方式可以将A列第0个np类型的数据转换成数值类型
df.columns # df表格中的列索引；调用表头
df.index # df表格中的行索引
df.to_csv(r'data.csv', encoding='utf-8', index=False) # 将数据保存为csv文件，并使用utf-8编码，不要行索引
# 遍历df表格中的每一行
for index, row in df.iterrows():
data = row[:4] # 获取每一行的前4个数据
有时需要将数值转成int类型，但没法通过int()进行强制转换，此时可以尝试使用round()进行转换。
pyplot
plt.figure('OXI_Mode105', figsize=(8, 6)) # 创建画布，宽为8英寸，高为6英寸
plt.figure('OXI_Mode105', figsize=(8, 6), dpi=100) # 创建画布，宽为8*100像素，高为6*100像素
plt.xticks(np.arange(450, 700, 20)) # 横轴设置刻度值，间隔20
plt.yticks(np.arange(0, 1.8, 0.2)) # 纵轴设置刻度值，间隔0.2
plt.xlabel('波长λ') # 设置横轴的标签值
plt.ylabel('吸光度A') # 设置纵轴的标签值
plt.plot(lst_x, lst_y, 'r') # 横坐标和纵坐标可以是元组和列表，但必须一一对应
# 在使用pyplot时，当出现了中文而导致乱码，可以通过以下方式解决
import seaborn as sns
sns.set(font="SimSun", style="ticks", font_scale=1.2) # 设置中文字体为宋体，英文字体为times new roman