机器学习必备数据分析库pandaspandas是python一个非常著名的数据处理库，内置了大量函数和类型，可以快速读取日常各种文件，包括txt，csv，excel，json，mysql等，为机器学习模型提供样本输入（包括数据预处理等），下面偶简单介绍一下这个库的使用，以读取这5种类型文件为例：
txt这里直接使用read_csv函数读取就行（早期版本中可以使用read_table函数），测试代码如下，非常简单，第一个参数为读取的txt文件名称，第二个参数为列标题（None代表无列标题，如果需要列标题的话，去掉header参数就行），第三个参数为分隔符，可以是任意符号（空格、逗号等都行）：
csv这里也直接使用read_csv函数就行，测试代码如下，和上面读取txt文件差不多，分隔符就不需要单独指出了，默认是逗号：
excel这里直接使用read_excel函数读取就行，参数设置和read_csv差不多，第一个参数为文件名称，第二参数header为None，则没有列标题，若不写，则默认有列标题，如下，则含有列标题：
json这里直接使用read_json函数就行，第一个参数也是文件名称，第二个参数为编码，如果出现中文乱码的情况下，这里设置一下就行：
mysql这里需要借助sqlalchemy模块，才能完成mysql数据库（Oracle，SQL Server等也都可以）的读取，安装的话，直接在cmd窗口输入命令“pip install sqlalchemy”就行，测试代码如下，非常简单，先创建一个engine连接，然后直接调用read_sql_query函数执行sql查询就行：
至此，大家就完成了利用pandas模块来读取txt，csv，excel，json，mysql等5种类型的文件。总的来说，pandas这个库的功能非常强大，对于日常数据处理来说，是一个非常不错的选择，在机器学习中，经常会用于数据预处理，非常实用，只要你有一定的python基础，熟悉一下相关文档和说明，很快就能掌握的，网上也有相关资料和教程，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。