1.读取.xlsx中的内容
import pandas as pd# 读取Excel文件
data = pd.read_excel('your_file.xlsx') # 替换 'your_file.xlsx' 为你的文件路径# 现在，'data' 包含了Excel文件中的数据，可以像访问数据框一样访问和操作它
# 例如，你可以使用 data.head() 查看前几行数据# 也可以将特定列的数据提取出来，例如：
id_column = data['id']
sentence1_column = data['sentence1']
sentence2_column = data['sentence2']# 然后你可以使用这些列的数据进行进一步的操作
2.读取csv中的内容
import csv# 打开CSV文件进行读取
with open('your_file.csv', mode='r', encoding='utf-8') as csv_file:csv_reader = csv.reader(csv_file)# 跳过第一行（列名行）next(csv_reader)# 遍历CSV文件的每一行for row in csv_reader:# 在每行中访问不同列的数据id = row[0] # 第一列的数据sentence1 = row[1] # 第二列的数据sentence2 = row[2] # 第三列的数据# 在这里，你可以处理或输出提取的数据print(f"ID: {id}, Sentence1: {sentence1}, Sentence2: {sentence2}")
3.读取.txt中的内容
# 打开文本文件进行读取
with open('your_file.txt', mode='r', encoding='utf-8') as file:content = file.read()print(content)
4.读取.npz中的内容
import numpy as np# 从 .npz 文件中加载数据
data = np.load('your_file.npz') # 用你的文件名替换 'your_file.npz'# 获取存储在 .npz 文件中的对象名称列表
object_names = data.files# 遍历对象名称并访问每个对象
for object_name in object_names:object_data = data[object_name]print(f"Object Name: {object_name}")print("Object Data:")print(object_data)
5.读取.yaml中的内容
import yaml# 打开 YAML 文件进行读取
with open('your_file.yaml', 'r', encoding='utf-8') as yaml_file:yaml_data = yaml.load(yaml_file, Loader=yaml.FullLoader)# 现在，yaml_data 包含了 YAML 文件的内容，它通常会转换为字典或其他合适的数据结构
# 你可以访问和操作 yaml_data 中的数据
