1.從csv文件導入數據

原理：with語句打開文件并綁定到對象f。不必擔心在操作完資源后去關閉數據文件，with的上下文管理器會幫助處理。然后，csv.reader()方法返回reader對象，通過該對象遍歷所讀取文件的所有行。

實驗結果截圖：

2.從Excel中導入文件數據

Excel文件可以轉換成csv文件，然后通過上述的方法導入，但是如果想自動化地對大量文件進行數據管道處理（作為數據連續處理流程的一部分），那么手動把每個Excel文件轉換成CSV文件的做法就行不通了。

原理：使用xlrd模塊打開文件的工作簿，然后根據行數（nrows）和列數（ncols）讀取單元格的內容，通過調用open_workbook（）方法，返回一個xlrd.book實例。

實驗結果：

3.從定寬數據文件導入數據

時間的日志文件和基于時間序列的文件是數據可視化中最常見的數據源。有時候，可以以制表符分隔數據這種CSV方言來讀取它們，但有時它們不是通過任何特殊字符分隔的。實際上，這些文件的字段是有固定寬度的，我們能通過格式來匹配并提取數據。

例如（本例子的數據是使用代碼生成的）：

處理方法：

1.指定要讀取的數據文件。2.定義數據讀取的方式。3.逐行讀取文件并根據格式把每行解析成單獨的數據字段。4.安單獨數據字段的形式打印每一行。

實驗結果：

4.從JSON數據源導入數據

操作步驟如下：1.指定GitHub URL來讀取JSON格式數據。2.使用requests模塊訪問指定的URL，并讀取內容。3.讀取內容并將之轉化為JSON格式的對象。4.迭代訪問JSON對象，對于其中的每一項，讀取每個代碼庫的URL值。

原理：首先，使用requests模塊獲取遠程資源。Requests模塊提供了簡單的API來定義HTTP謂詞，我們只需要發出get（）方法調用。我們只對Response.json（）方法感興趣，這個方法可以讀取Response.content的內容，把它解析成JSON并加載到JSON對象中。

代碼如下：

結果：