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
Parfois, vous devez convertir une valeur en type int, mais vous ne pouvez pas forcer la conversion via int(). Dans ce cas, vous pouvez essayer d'utiliser round() pour la conversion.
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