15.1 数据处理与可视化：电子表格¶

内容梗概¶

本课是"数据处理与可视化"章节的第一课，从日常最常见的数据载体——表格——切入，讲解用 Python 处理表格数据的两种轻量级方式：一是用内置的 csv 库处理 CSV 文件，二是用第三方库 openpyxl 处理 Excel（.xlsx）文件。老师强调本章节讲得很浅，主要目的是练习 Python 的用法和养成查官方文档的习惯，真正的数据分析还有大量内容要学。课上演示了读取 CSV 的两种写法（csv.reader 和 csv.DictReader）以及用 openpyxl 读取 Excel 的基本流程。

知识点详解¶

数据处理与表格（约 00:00 - 02:00）¶

数据处理最常见的形式是表格：日常工作中的 Excel、关系型数据库中的 table 本质上都是二维表格（不讨论图数据库、NoSQL）。
本课程只讲最基本的库和用法：pandas 处理表格、matplotlib 画图，不涉及更深入的数据处理算法和丰富的可视化库。
两种典型场景：学过 Python 但非数据分析专业的人，想自动处理一批表格（查错、自动计算）；最直观的两种方式是处理 CSV 格式和处理 Excel 格式。

CSV 格式与内置 csv 库（约 02:20 - 05:30）¶

CSV 本质是**纯文本文件**，与 txt 一样，用 VSCode 打开能看到内容；以特定字符作为分隔符，默认是逗号分隔（如 id,name,age 一行、1,小董,18 一行）。
CSV 的第一行通常是表头，表明每一列的含义；也存在没有表头的 CSV，但那样需要自己猜测每列含义，一般应该有表头。
Python 内置 csv 库，无需 pip install 即可处理 CSV。
处理 Excel 文件的第三方库有多个：本课选用 openpyxl（open + py + xl，开源的 Python Excel 库）；此外还有 xlrd（Read）、xlwt（Write）等。

用 csv.reader 读取 CSV（约 11:00 - 18:00）¶

官方文档示例的读法：

import csv
with open('x.csv', newline='') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        print(row)

注意：用 open() 打开 CSV 文件时必须传 newline=''（空字符串），这是文档的硬性要求。顺带讲解了 newline 参数与换行符的关系：Windows 文本换行符是 \r\n（回车+换行），Linux 下是 \n，VSCode 右下角可查看/切换当前文件的换行符类型。
csv.reader 的分隔符等参数在默认情况下（逗号分隔）不需要传。
迭代 reader 对象得到的每一行 row 是一个**列表**（老师课上先口误说成元组，随后更正）。
CSV 中逗号后的空格不会被自动忽略，需要自行处理，两种方法：
str.replace(' ', '') 把空格替换为空字符；
str.strip() 去掉首尾空白。
该写法的缺陷：表头不会自动关联到数据，拿到的是"列表的列表"，想按列名访问数据要手动处理，很费劲。

用 csv.DictReader 读取（约 19:00 - 24:00）¶

文档中的 class csv.DictReader：自动把第一行表头作为 key，每行数据组织成 key-value 形式。
版本差异：Python 3.8 起 DictReader 返回的行是 dict 类型；3.7 及以前返回的是 OrderedDict。老师为此把 Pipfile 中的 python_version 改为 3.8，再用 pipenv shell 进入 3.8 虚拟环境演示。
用 DictReader 后可以方便地按列名取数，如 row['age']，配合循环可单独打印某一列（如所有人的年龄）。
数据文件中若引号、空格影响键名，最简单的办法是在 VSCode 里 Ctrl+H 全文替换掉，不影响读取。
应用场景：上节课爬虫爬下来的数据存在 CSV 里，用这套逻辑读进 Python 就是"字典组成的列表"，每个字典对应一行，后续处理很方便。

用 openpyxl 处理 Excel（约 24:40 - 32:00）¶

CSV 文件在 Windows 上默认用 Excel 打开，可以在 Excel 中"另存为"得到 .xlsx 文件（Excel 2010 以后的格式）。
安装：pipenv install openpyxl，然后 pipenv shell 进入环境。
读取 Excel 的基本流程（约 27:30）：

from openpyxl import load_workbook
wb = load_workbook('data.xlsx')   # workbook 是整个工作簿
ws = wb.active                    # worksheet，获取当前激活的表单
for row in ws.values:             # values 属性可遍历所有行
    print(row)                    # 每行是一个元组

一个 Excel 文件可含多个子表单（worksheet），wb.active 取当前显示的那个。
缺陷与 csv.reader 类似：第一行表头不会自动变成字典形式，需要可手动转换。
写 Excel：文档示例是 Workbook() 创建新工作簿、取激活表单、给单元格赋值（如 ws['A1'] = 42）、append 添加行、最后 wb.save('xxx.xlsx') 保存。
老师演示了"第一次用某库如何上手"的过程：打开官方文档 → 看示例代码判断是读还是写 → 在文档目录中找 "Loading from a file" 等对应章节 → 模仿示例写代码。反复强调**养成看官方文档的习惯**，优于看翻译不全的中文博客。

学以致用（约 32:00 - 33:16）¶

接地气的例子：学习委员拿到 Excel 成绩单，用 Python 读进来自动计算，甚至给每个同学单独发邮件。老师当班主任时班级的中测成绩就是这样用 Python 算的。
结课寄语：遇到生活中重复的工作要动手写代码，不要白学了 Python。

示例与演示¶

演示 1（CSV 读取）：下载课件提供的示例 CSV（18 条数据 + 表头，含 name、sex、age、身高、体重等列），用 csv.reader 逐行打印列表；再用嵌套循环演示 replace 与 strip 两种去空格方法（每个元素打印两遍对比效果）。
演示 2（DictReader）：切换 Pipfile 到 Python 3.8 环境，用 csv.DictReader 打印每行字典（{'name': 'Alex', 'sex': 'M', 'age': '41', ...}），并演示按键名 row['age'] 单独输出整列；遇到键名带引号/空格的问题时用全文替换清洗数据。
演示 3（Excel 读取）：把 CSV 另存为 xlsx（课上还遇到一次文件损坏重新保存），pipenv install openpyxl 后用 load_workbook + wb.active + ws.values 打印所有行（元组形式）。
演示 4（文档导读）：现场演示如何通过 openpyxl 官方文档从"创建新表格"的示例推断出写文件流程，再从目录找到 "Loading from a file" 学会读文件。

重点与难点¶

open(csvfile, newline='') 中 newline='' 是文档硬性要求，容易遗漏。
csv.reader 读出的行是列表，csv.DictReader 读出的行是字典（3.8+）；按列名处理数据时后者方便得多。
CSV 中逗号后的空格、引号会成为数据内容的一部分，需要清洗（replace/strip 或直接全文替换）。
不同操作系统文本文件换行符不同（Windows \r\n vs Linux \n），与 newline 参数相关。
Pipfile 中可指定 python_version（如 3.8），pipenv shell 进入对应环境；库的版本差异（DictReader 返回类型）要留意文档备注。
学习方法层面：不直接给代码，而是反复强化"查官方文档 → 模仿示例"的习惯。

关联内容¶

承接上一章**爬虫**课程：爬取的数据存为 CSV，本课解决"爬下来之后怎么读、怎么处理"的问题。
与 Web 开发章节逻辑类似：都是以浅显的应用场景练习 Python 用法。
为后续课程铺垫：本课的 csv/openpyxl 是轻量方案；下一课（15.2）讲更强大的 pandas，再往后是 matplotlib 可视化（15.3）和综合实例（15.4）。
前置知识：文件读写（open）、列表/字典/元组、循环、pipenv 虚拟环境管理（第 10 章）。