python取数据集的某几列(python取集合里某一个值)
python怎么选取某几列为特定值？
一、采用双下标
nums = [ [1,2,3],
[4,5,6],
[7,8,9]]
Num = []
for i in range(len(nums)):
for m in range(len(nums[0])):
Num.append(nums[m,i]) #本循环 列号不变
print(Num)
这样就取到了第0列,第1列，第2列
二、使用Jupyter notebook
python中如何提取一组数据中的第一列数据
概述
直接提取会报错，把array数组转换成list，即可提取，使用numpy转换
步骤详解
1、直接提取尝试：
group=[[1,2],[2,3],[3,4]]
#提取第一列元素
print(group[:,1])
#Out:TypeError: list indices must be integers or slices, not tuple
2、使用numpy转换：
import numpy as np
group=[[1,2],[2,3],[3,4]]
#numpy转化
ar=np.array(group)
print(ar[:,1])
#Out:[2 3 4]
拓展内容
numpy详解
Numpy对象是数组，称为ndarray?
维度(dimensions)称作轴(axes),轴的个数叫做秩(rank)。注：有几级中括号就有几个维度
一、ndarray.attrs:
ndarray.ndim 秩
ndarray.shape 例如一个2排3列的矩阵，它的shape属性是(2,3)
ndarray.size 数组元素的总个数
ndarray.dtype 元素类型，NumPy提供自己的数据类型
ndarray.itemsize 数组中每个元素的字节大小
二、数组创建函数：
array
asarray将输入转换成ndarray
arange
ones
zeros
empty 只分配内存空间不填充任何值
eye 创建N*N单位矩阵(对角线为1)
三、数组和标量之间的运算
numpy数组的一个特点，不用编写循环就可对数据执行批量运算，这通常称作矢量化(vectorization)。
四、基本的索引和切片
numpy数组的索引是一个内容丰富的主题，因为选取数据子集或单个元素的方式有很多。这里我仅详细介绍常用的方法，对于高级功能的方式我列举名称，读者可以等到要用的时候自行查阅资料。
Python中怎么获取二维数组中指定列的数据。
解答：
op=open('xx.txt','r')
list=[]
for line in op:
list.append(line)
这样第一行就是a[0]。
要取出第一行第二个字。
a[0].split(' ')[1]按空格分隔，函数名应该这个。
简介：
Python是一种面向对象、直译式计算机程序设计语言，由荷兰人Guido van Rossum发明于1989年，1991年发行第一个公开发行版。它常被昵称为胶水语言，它能够很轻松的把用其他语言制作的各种模块（尤其是C/C++）轻松地联结在一起。
Python是纯粹的自由软件， 源代码和解释器CPython遵循 GPL协议。语法简洁清晰，特色之一是强制用空白符作为语句缩进。名字来源于一个喜剧，最初设计Python这种语言的人并没有想到Python会在工业和科研上获得如此广泛的使用。
Python 基本操作- 数据选取loc、iloc、ix函数
loc中的数据是列名，是字符串，所以前后都要取；iloc中数据是int整型，所以是Python默认的前闭后开
构建数据集df
loc函数主要通过行标签索引行数据 ，划重点， 标签！标签！标签！
loc[1] 选择行标签是1的（从0、1、2、3这几个行标签中）
loc[0:1] 和 loc[0,1]的区别，其实最重要的是loc[0:1]和iloc[0:1]
索引某一列数据，loc[:,0:1]，还是标签，注意，如果列标签是个字符，比如'a'，loc['a']是不行的，必须为loc[:，'a']。
但如果行标签是'a',选取这一行，用loc['a']是可以的。
iloc 主要是通过行号获取行数据，划重点，序号！序号！序号！
iloc[0:1]，由于Python默认是前闭后开，所以，这个选择的只有第一行！
如果想用标签索引，如iloc['a']，就会报错，它只支持int型。
ix——结合前两种的混合索引，即可以是行序号，也可以是行标签。
如选择prize10(prize为一个标签)的，即 df.loc[df.prize10]
还有并或等操作
python选取特定列——pandas的iloc和loc以及icol使用
pandas入门——loc与iloc函数
pandas中loc、iloc、ix的区别
pandas基础之按行取数（DataFrame）
指定从第几行读取列表python
1.打开表格
table = xlrd.open("path_to_your_excel", 'rb')
一般时候需要进行判断，防止表格打开错误
try：
table = xlrd.open("path_to_your_excel", 'rb')
except Exception, e
print str(e)
当表格打开错误时，可以捕获异常
2.一个表格中可以包含多个工作簿
那么需要用到哪个工作簿
python 提供了三种获取方式
sheet1 = table.sheet()[1] or
sheet1 = table.sheet_by_index() or
sheet1 ＝table.sheet_by_name("sheetname")
3.上一步我们已经获取到具体的sheet(工作簿)
那么根据需求，python提供了获取表格行数列数的方法
获取行数：nrows = sheet.nrows
获取列数：ncols = sheet.cols
返回值type为int
获取列数或行数可能是为了后续需要进行遍历内部的数据而用，那么下面来说python提供可以获取某一行或者某一列值的方法
4.获取某行某列的值
获取某一行的值：
nrow_value = sheet.row_values(number)
获取某一列的值：
ncol_value = sheet.col_values(number)
#上面row_values(number)中的表示想要获取哪一行的索引值，比如获取第一行的值，就是row_values(0)
返回值的type为list
整行整列的数据获取，python给出了直接的方法，那么获取整张表数据呢，就需要用到for循环进行遍历每一个单元格