接着上一個部落格，https://blog.csdn.net/waveplot/article/details/88666090
在Series和DataFrame介紹完後，也就是pandas的内置函數，也是一般我們學習pandas的重點。
pd.read_csv()
read函數有幾個關鍵參數，以下介紹：
filepath：檔案路徑和檔案名
sep：分隔符
header：指定讀取檔案的哪一行作為列的label
dtype：指定讀取某一列讀取時的格式
- 檔案讀取函數，在沒有特殊要求的情況下，隻需要輸入一個檔案名就可以了也就是 filepath
為了顯示友善，使用的是Jupyter
沒有什麼技術含量，直接放進來就行，raw就是一個DataFrame了。
隻不過我們這裡讀取的是一個CSV檔案，那麼問題來了，其他檔案怎麼讀？
- txt可不可以呢？當然，都是可以的。
txt檔案讀進來也是和Excel一樣的。但是這裡需要注意，檔案存儲的時候，字元之間是以空格區分的，
是以在資料讀取的時候出現了錯誤。這時候就要使用sep參數
那麼問題就又來了，既然是txt檔案，那個資料存儲的方式應該有多種，那麼如何讀取？
可以看到，read_csv() 函數以'sep'選項來區分txt字元之間的間隔的。
- 上面是一些普通檔案的讀取，那如果是一些沒有表頭的資料呢？如果按照上面的讀取方法是不是少了一行？那麼這個時候就應該忽略表頭，将檔案全部視為要操作的值。
上面這個資料在讀取時，不需要表頭。是以借助 header 參數
如果自己要加上label的話，則需要将 header 賦上其他值
可以看到，檔案中的第二行作為資料的label被讀取了。
- 很多人也有時很困擾，尤其是習慣了C++程式設計的同學。會表示：為什麼檔案讀取可以同時存在字元串和數字？
當然，這是因為Python為我們進行了自動識别。但是我們如果有一些特殊要求呢？比如 010 如果正常讀取的話就是10，而我們如果想要将其讀入為 '010'字元串呢？
這時候就要用 dtype 參數了。
可以看到，dtype這個參數是非常有用的，它可以控制我們讀取檔案時，每一個資料的形式。