pandas是python一個非常著名的數據處理庫，內置了大量函數和類型，可以快速讀取日常各種文件，包括txt，csv，excel，json，mysql等，為機器學習模型提供樣本輸入（包括數據預處理等），下面我簡單介紹一下這個庫的使用，以讀取這5種類型文件為例：

txt

這里直接使用read_csv函數讀取就行（早期版本中可以使用read_table函數），測試代碼如下，非常簡單，第一個參數為讀取的txt文件名稱，第二個參數為列標題（None代表無列標題，如果需要列標題的話，去掉header參數就行），第三個參數為分隔符，可以是任意符號（空格、逗號等都行）：

csv

這里也直接使用read_csv函數就行，測試代碼如下，和上面讀取txt文件差不多，分隔符就不需要單獨指出了，默認是逗號：

excel

這里直接使用read_excel函數讀取就行，參數設置和read_csv差不多，第一個參數為文件名稱，第二參數header為None，則沒有列標題，若不寫，則默認有列標題，如下，則含有列標題：

json

這里直接使用read_json函數就行，第一個參數也是文件名稱，第二個參數為編碼，如果出現中文亂碼的情況下，這里設置一下就行：

mysql

這里需要借助sqlalchemy模塊，才能完成mysql數據庫（Oracle，SQLServer等也都可以）的讀取，安裝的話，直接在cmd窗口輸入命令“pipinstallsqlalchemy”就行，測試代碼如下，非常簡單，先創建一個engine連接，然后直接調用read_sql_query函數執行sql查詢就行：

至此，我們就完成了利用pandas模塊來讀取txt，csv，excel，json，mysql等5種類型的文件。總的來說，pandas這個庫的功能非常強大，對于日常數據處理來說，是一個非常不錯的選擇，在機器學習中，經常會用于數據預處理，非常實用，只要你有一定的python基礎，熟悉一下相關文檔和說明，很快就能掌握的，網上也有相關資料和教程，介紹的非常詳細，感興趣的話，可以搜一下，希望以上分享的內容能對你有所幫助吧，也歡迎大家評論、留言進行補充。