如何用 Python 读取开放数据？

当你开始接触丰富多彩的开放数据集时，CSV、JSON 和 XML 等格式名词就会奔涌而来。如何用 Python 高效地读取它们，为后续的整理和分析做准备呢？本文为你一步步展示过程，你自己也可以动手实践。

Photo by Markus Spiske on Unsplash

需求

人工智能的算法再精妙，离开数据也是 “巧妇难为无米之炊”。

数据是宝贵的，开放数据尤其珍贵。无论是公众号、微博还是朋友圈里，许多人一听见 “开放数据”、“数据资源”、“数据链接” 这些关键词就兴奋不已。

好不容易拿到了梦寐以求的数据链接，你会发现下载下来的这些数据，可能有各种稀奇古怪的格式。

最常见的，是以下几种：

• CSV
• XML
• JSON

你希望自己能调用 Python 来清理和分析它们，从而完成自己的 “数据炼金术”。

第一步，你先得学会如何用 Python 读取这些开放数据格式。

这篇文章，咱们就用实际的开放数据样例，分别为你介绍如何把 CSV、XML 和 JSON 这三种常见的网络开放数据格式读取到 Python 中，形成结构化数据框，方便你的后续分析操作。

是不是跃跃欲试了？

数据

我们选择的开放数据平台，是 Quandl。

Quandl是一个金融和经济数据平台。其中既包括价格不菲的收费数据，也有不少免费开放数据。

你需要在 Quandl 免费注册一个账户，这样才可以正常访问其免费数据集合。