一、pandas库读取本地文件
1.read_table方法
pandas库中的read_table方法可以读取txt文本文件和csv表格文件，其api如下：
pd.read_table('file',sep='',header=none,names=none,index_col=none)
上书是主要参数，其中参数file是本地文件的路径，参数sep表示文件数据的分割方法，\t表示空格，‘，’表示分隔符为逗号，参数header表示数据的列名，默认为第一行，参数names表示自己设定列名，参数index_col表示数据的标签是那一列，默认为没有
其运行结果如下：
修改一下参数
其运行结果如下：
读取csv文件是参数一样，只不过sep参数为逗号
运行结果如下：
2.read_csv方法
pandas库中有专门处理csv文件的函数read_csv，该函数与read_table十分类似，同时也可以处理txt文件，这里不再赘述
二、numpy库读取本地文件
numpy提供了函数用于读取逻辑上可以被解释为二维数组的文本文件
形如：
aa，aa，aa，aa
bb，bb，bb，bb
或
aa：aa：aa：aa
bb：bb：bb：bb
等等
numpy.loadtxt()函数可以读取该类型的文件并获取ndarray对象
其api如下：
np.loadtxt('file',delimiter='',usecols=(),umpack=False,dtype='',converters={})
其中参数file是本地文件路径名，参数delimiter是每行数据的分隔符，可以是逗号也可以是空格等等，参数usecols表示读取哪些列，参数unpack表示是否进行拆包，不拆包就返回一个大的二维数组
zhxf.csv文件数据如下：
读取文件zhxf的3、4列，并进行拆包，用两个变量接收
其运行结果如下：
不进行拆包，结果就是一个两列的二维数组
其运行结果如下：
如果现在我们想读取时间列，则需要用到dtype参数，给每列数据定个格式，不然会报错
其运行结果如下：
如果想画图的时候在坐标轴上表示时间，则需要把时间数据转换成M8[D]，U10是字符串，坐标轴只能显示数，而M8[D]是精确到天的日期数据类型，但是转换成M8[D]类型的时间格式必须是年-月-日，zhxf中的时间格式是年/月/日，因此我们需要用到参数converters，将第一列先转换成年-月-日格式，在转换成M8[D]，这其中就需要用到转换器函数dmy2ymd（日月年to年月日）
这个转换器函数可以用我们之前学的时间日期模块来完成
其运行结果如下：
END