本系列课程适用人群：

1. python零基础数据分析的朋友；
2. 在校学生；
3. 职场中经常要处理各种数据表格，或大量数据（十万级以上）的朋友；
4. 喜欢图表可视化的朋友；

系列视频目前可在B站观看，会定期更新，欢迎大家吐槽！

本节概要：数据量较大时一般保存为csv或者txt文件，注意分隔符设置

视频地址：python读取csv、txt文件

本节代码：

"""
# =============================================================================
# 3.2 读取csv txt文件  ： pandas.read_csv()
# =============================================================================

pandas.read_csv(filepath_or_buffer: Union[str, pathlib.Path, IO[~AnyStr]], sep=',', delimiter=None, 
                header='infer', names=None, index_col=None, usecols=None, squeeze=False, prefix=None, 
                mangle_dupe_cols=True, dtype=None, engine=None, converters=None, true_values=None, 
                false_values=None, skipinitialspace=False, skiprows=None, skipfooter=0, nrows=None, 
                na_values=None, keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True, 
                parse_dates=False, infer_datetime_format=False, keep_date_col=False, date_parser=None, 
                dayfirst=False, cache_dates=True, iterator=False, chunksize=None, compression='infer', 
                thousands=None, decimal=b'.', lineterminator=None, quotechar='"', quoting=0, doublequote=True, 
                escapechar=None, comment=None, encoding=None, dialect=None, error_bad_lines=True,
                warn_bad_lines=True, delim_whitespace=False, low_memory=True, memory_map=False, 
                float_precision=None)

**常用参数：**
    - filepath_or_buffer ：文件路径 ，和读取excel中io参数一样
    - sep ：分隔符，默认逗号
    - encoding ：一般utf-8 或者 gbk                                                                       
"""
# 导入pandas工具包，并简写为pd
import pandas as pd

# =============================================================================
# # 读取csv数据
# =============================================================================
data1 = pd.read_csv('D:/python/课件/data/titanic_train.csv')

# =============================================================================
# # 读取txt数据
# =============================================================================
data2 = pd.read_csv('D:/python/课件/data/zhengqi_train.txt')   # 读取后数据没有按照列分开
data3 = pd.read_csv('D:/python/课件/data/zhengqi_train.txt',sep='\t')  #其他特殊符号：回车(\r),换行(\n),制表符(\t),空白字符\s 多个空白字符\s+