使用Python将列从csv转换为列表
因此，我对Python基本上是新手，我已经阅读了很多文章，但我仍然不确定如何忽略带有“#”的行 我需要：使用Python将列从csv转换为列表,python,list,csv,python-3.x,pearson,Python,List,Csv,Python 3.x,Pearson,因此，我对Python基本上是新手，我已经阅读了很多文章，但我仍然不确定如何忽略带有“#”的行 我需要： 将此tsv文件中的四列（col2-col5）放入单独的列表中。 （由于夏威夷的数据不完整，因此使用49个数据点，我如何选择忽略该线。） 然后定义一个函数Pearson（X，Y），该函数将两个列表作为参数并返回Pearson相关系数。设X=[x1，x2，…，xn]和Y=[y1，y2，…，yn]。X和Y之间的皮尔逊相关系数由下式给出： r=（n×席一-西席一）/（（√（n∑xi^2-（∑xi^
r=（n×席一-西席一）/（（√（n∑xi^2-（∑xi^2）^2（n∑yi^2-（∑yi）^2）
定义函数时，如何写出∑符号#------------------------------------------------------------------------
# Data from the CDC -- http://www.cdc.gov/ -- reports on prevalence of
# smoking, incidence of lung cancer, and deaths attributed to smoking.
#
# Col1: state
# Col2: cases of lung cancer (per 100,000 inhabitants)
# Col3: smoking among adults (%)
# Col4: attempts to quit (%)
# Col5: smoking-related deaths (per 100,000 inhabitants)
#------------------------------------------------------------------------
Alabama 107.1 24.9 47.1 321.1
Alaska 89 24.9 54.2 296.2
Arizona 63.4 18.6 49.4 248.9
Arkansas 105 25.7 45.6 334.1
California 64.4 14.8 51.4 261
Colorado 56.9 20.1 42.4 252.7
Connecticut 81.1 18.1 49 253.8/
Delaware 98.8 24.5 48.7 296
District of Columbia 80.2 21 54.2 257.3
Florida 85.5 20.4 44.2 275.5
Georgia 98.3 20.1 54.8 312.3
Hawaii 68.2 NA NA 185.1
Idaho 62.7 17.5 47.2 254.1
Illinois 92 22.2 49.3 278.4
Indiana 102.8 25 47.5 322.2
Iowa 91.8 20.8 42.9 256.7
Kansas 84.8 19.8 43.7 270.8
Kentucky 132.6 27.6 47.6 378.1
Louisiana 108 23.6 51.8 309.1
Maine 99.3 21 55.3 303.8
Maryland 80.1 19.7 51.1 279.5
Massachusetts 83.3 18.5 52.5 258.6
Michigan 90 23.4 55.6 296.3
Minnesota 65 20.7 43.6 225.3
Mississippi 115.4 24.6 48.9 343.2
Missouri 103.9 24.1 43 325
Montana 73.1 20.4 45.4 292.6
Nebraska 82.8 20.3 46.7 251.9
Nevada 82.7 23.2 41.4 370.4
New Hampshire 80.6 21.8 53.2 294.8
New Jersey 78.8 18.9 49.6 253.1
New Mexico 57.6 20.3 45.6 250.8
New York 76.7 20 51.5 259.6
North Carolina 104.1 23.2 49.2 307
North Dakota 71.5 19.9 43.9 233
Ohio 97.4 25.9 41.3 310.6
Oklahoma 102.6 26.1 45.1 321.7
Oregon 77.6 20 46 277.5
Pennsylvania 89.4 22.7 47.1 269.1
Rhode Island 84.6 21.3 53.1 283
South Carolina 99.4 24.5 49.1 303.3
South Dakota 78.8 20.3 46.4 253.8
Tennessee 111.1 26.1 46.6 333.6
Texas 83.2 20.6 46.4 287.4
Utah 33.1 10.5 53.7 144.9
Vermont 90.2 20 55.4 272.2
Virginia 86.7 20.9 44.8 288.7
Washington 76.2 19.2 51.6 279.1
West Virginia 120 26.9 46.2 361.6
Wisconsin 75 22 47.7 258.2
Wyoming 57.8 21.7 48.5 294.2
import csv
import operator
import math
import sys
cases_lung_cancer = [] #blank list for 1st column
smoking_adults = [] #blank list for 2nd column
attempts_quit = [] #blank list for 3rd column
smoking_deaths = [] #blank list for 4th column
def Pearson(X, Y)
with open('cdc_data.tsv', newline= ' ') as csv_f:
for row in csv.DictReader(csv_f, delimiter='\t'):
col0=[]
col1=[]
col2=[]
col3=[]
col4=[]
f=打开（'cdc_data.tsv'，'r'）
contents=f.read（）
lines=contents.split（'\n'）#将文件拆分为单独的行
对于行中的行：
如果（第[0:1]行=='#'）：#过滤掉注释
持续
split_line=line.split（'\t'）#将行拆分为单独的单词，用制表符分隔
如果（len（split_line）<5）：#删除任何不是5列的行
持续
#将每列分配到单独的列表中
col0.append（拆分_行[0]）
col1.append（拆分_行[1]）
col2.append（拆分_行[2]）
col3.append（拆分_行[3]）
col4.append（拆分_行[4]）
import math
col0 = []
col1 = []
col2 = []
col3 = []
col4 = []
f = open('cdc_data.tsv', 'r')
def Pearson(X,Y):
n=50
a=0
b=0
c=0
d=0
e=0
f=0
g=0
for i in range(n):
a+=X[i]*Y[i]
b+=X[i]
c+=Y[i]
d+=X[i]**2
e+=X[i] #remember to square this
f+=Y[i]**2
g+=Y[i] #remember to square this
return (n*a-b*c)/(math.sqrt((n*d-e**2)*(n*f-g**2)))
contents = f.read()
lines = contents.split('\n') # split file into seperate lines
for line in lines:
if (line[0:1] == '#'): # filter out comments
continue
if (line[0:1] == 'H'): #filter out Hawaii
continue
split_line = line.split('\t') # split line into seperate words seperated by TAB
if (len(split_line) < 5): # drop any line that isn't 5 columns
continue
# assign each column into a separate list
col0.append(split_line[0])
col1.append(float(split_line[1]))
col2.append(float(split_line[2]))
col3.append(float(split_line[3]))
col4.append(float(split_line[4]))
print("Correlation for col1 and col2: %.4f" %(Pearson(col1,col2)))
print("Correlation for col1 and col3: %.4f" %(Pearson(col1,col3)))
print("Correlation for col1 and col4: %.4f" %(Pearson(col1,col4)))
print("Correlation for col2 and col3: %.4f" %(Pearson(col2,col3)))
print("Correlation for col2 and col4: %.4f" %(Pearson(col2,col4)))
print("Correlation for col3 and col4: %.4f" %(Pearson(col3,col4)))
col0=[]
col1=[]
col2=[]
col3=[]
col4=[]
f=打开（'cdc_data.tsv'，'r'）
contents=f.read（）
lines=contents.split（'\n'）#将文件拆分为单独的行
对于行中的行：
如果（第[0:1]行=='#'）：#过滤掉注释
持续
split_line=line.split（'\t'）#将行拆分为单独的单词，用制表符分隔
如果（len（split_line）<5）：#删除任何不是5列的行
持续
#将每列分配到单独的列表中
col0.append（拆分_行[0]）
col1.append（拆分_行[1]）
col2.append（拆分_行[2]）
col3.append（拆分_行[3]）
col4.append（拆分_行[4]）
import math
col0 = []
col1 = []
col2 = []
col3 = []
col4 = []
f = open('cdc_data.tsv', 'r')
def Pearson(X,Y):
n=50
a=0
b=0
c=0
d=0
e=0
f=0
g=0
for i in range(n):
a+=X[i]*Y[i]
b+=X[i]
c+=Y[i]
d+=X[i]**2
e+=X[i] #remember to square this
f+=Y[i]**2
g+=Y[i] #remember to square this
return (n*a-b*c)/(math.sqrt((n*d-e**2)*(n*f-g**2)))
contents = f.read()
lines = contents.split('\n') # split file into seperate lines
for line in lines:
if (line[0:1] == '#'): # filter out comments
continue
if (line[0:1] == 'H'): #filter out Hawaii
continue
split_line = line.split('\t') # split line into seperate words seperated by TAB
if (len(split_line) < 5): # drop any line that isn't 5 columns
continue
# assign each column into a separate list
col0.append(split_line[0])
col1.append(float(split_line[1]))
col2.append(float(split_line[2]))
col3.append(float(split_line[3]))
col4.append(float(split_line[4]))
print("Correlation for col1 and col2: %.4f" %(Pearson(col1,col2)))
print("Correlation for col1 and col3: %.4f" %(Pearson(col1,col3)))
print("Correlation for col1 and col4: %.4f" %(Pearson(col1,col4)))
print("Correlation for col2 and col3: %.4f" %(Pearson(col2,col3)))
print("Correlation for col2 and col4: %.4f" %(Pearson(col2,col4)))
print("Correlation for col3 and col4: %.4f" %(Pearson(col3,col4)))
col0=[]
col1=[]
col2=[]
col3=[]
col4=[]
f=打开（'cdc_data.tsv'，'r'）
contents=f.read（）
lines=contents.split（'\n'）#将文件拆分为单独的行
对于行中的行：
如果（第[0:1]行=='#'）：#过滤掉注释
持续
split_line=line.split（'\t'）#将行拆分为单独的单词，用制表符分隔
如果（len（split_line）<5）：#删除任何不是5列的行
持续
#将每列分配到单独的列表中
col0.append（拆分_行[0]）
col1.append（拆分_行[1]）
col2.append（拆分_行[2]）
col3.append（拆分_行[3]）
col4.append（拆分_行[4]）
import math
col0 = []
col1 = []
col2 = []
col3 = []
col4 = []
f = open('cdc_data.tsv', 'r')
def Pearson(X,Y):
n=50
a=0
b=0
c=0
d=0
e=0
f=0
g=0
for i in range(n):
a+=X[i]*Y[i]
b+=X[i]
c+=Y[i]
d+=X[i]**2
e+=X[i] #remember to square this
f+=Y[i]**2
g+=Y[i] #remember to square this
return (n*a-b*c)/(math.sqrt((n*d-e**2)*(n*f-g**2)))
contents = f.read()
lines = contents.split('\n') # split file into seperate lines
for line in lines:
if (line[0:1] == '#'): # filter out comments
continue
if (line[0:1] == 'H'): #filter out Hawaii
continue
split_line = line.split('\t') # split line into seperate words seperated by TAB
if (len(split_line) < 5): # drop any line that isn't 5 columns
continue
# assign each column into a separate list
col0.append(split_line[0])
col1.append(float(split_line[1]))
col2.append(float(split_line[2]))
col3.append(float(split_line[3]))
col4.append(float(split_line[4]))
print("Correlation for col1 and col2: %.4f" %(Pearson(col1,col2)))
print("Correlation for col1 and col3: %.4f" %(Pearson(col1,col3)))
print("Correlation for col1 and col4: %.4f" %(Pearson(col1,col4)))
print("Correlation for col2 and col3: %.4f" %(Pearson(col2,col3)))
print("Correlation for col2 and col4: %.4f" %(Pearson(col2,col4)))
print("Correlation for col3 and col4: %.4f" %(Pearson(col3,col4)))
col0=[]
col1=[]
col2=[]
col3=[]
col4=[]
f=打开（'cdc_data.tsv'，'r'）
contents=f.read（）
lines=contents.split（'\n'）#将文件拆分为单独的行
对于行中的行：
如果（第[0:1]行=='#'）：#过滤掉注释
持续
split_line=line.split（'\t'）#将行拆分为单独的单词，用制表符分隔
如果（len（split_line）<5）：#删除任何不是5列的行
持续
#将每列分配到单独的列表中
col0.append（拆分_行[0]）
col1.append（拆分_行[1]）
col2.append（拆分_行[2]）
col3.append（拆分_行[3]）
col4.append（拆分_行[4]）
import math
import math
col0 = []
col1 = []
col2 = []
col3 = []
col4 = []
f = open('cdc_data.tsv', 'r')
def Pearson(X,Y):
n=50
a=0
b=0
c=0
d=0
e=0
f=0
g=0
for i in range(n):
a+=X[i]*Y[i]
b+=X[i]
c+=Y[i]
d+=X[i]**2
e+=X[i] #remember to square this
f+=Y[i]**2
g+=Y[i] #remember to square this
return (n*a-b*c)/(math.sqrt((n*d-e**2)*(n*f-g**2)))
contents = f.read()
lines = contents.split('\n') # split file into seperate lines
for line in lines:
if (line[0:1] == '#'): # filter out comments
continue
if (line[0:1] == 'H'): #filter out Hawaii
continue
split_line = line.split('\t') # split line into seperate words seperated by TAB
if (len(split_line) < 5): # drop any line that isn't 5 columns
continue
# assign each column into a separate list
col0.append(split_line[0])
col1.append(float(split_line[1]))
col2.append(float(split_line[2]))
col3.append(float(split_line[3]))
col4.append(float(split_line[4]))
print("Correlation for col1 and col2: %.4f" %(Pearson(col1,col2)))
print("Correlation for col1 and col3: %.4f" %(Pearson(col1,col3)))
print("Correlation for col1 and col4: %.4f" %(Pearson(col1,col4)))
print("Correlation for col2 and col3: %.4f" %(Pearson(col2,col3)))
print("Correlation for col2 and col4: %.4f" %(Pearson(col2,col4)))
print("Correlation for col3 and col4: %.4f" %(Pearson(col3,col4)))
col0=[]
col1=[]
col2=[]
col3=[]
col4=[]
f=打开（'cdc_data.tsv'，'r'）
def Pearson（X，Y）：
n=50
a=0
b=0
c=0
d=0
e=0
f=0
g=0
对于范围（n）中的i：
a+=X[i]*Y[i]
b+=X[i]
c+=Y[i]
d+=X[i]**2
e+=X[i]#记住将其平方
f+=Y[i]**2
g+=Y[i]#记住将此平方
返回（n*a-b*c）/（数学sqrt（（n*d-e**2）*（n*f-g**2）））
contents=f.read（）
lines=contents.split（'\n'）#将文件拆分为单独的行
对于行中的行：
如果（第[0:1]行=='#'）：#过滤掉注释
持续
如果（第[0:1]行=='H'）：#过滤掉夏威夷
持续
split_line=line.split（'\t'）#将行拆分为单独的单词，用制表符分隔
如果（len（split_line）<5）：#删除任何不是5列的行
持续
#将每列分配到单独的列表中
col0.append（拆分_行[0]）
col1.append（float（split_行[1]））
col2.append（float（split_行[2]））
col3.append（float（split_行[3]））
col4.append（float（split_行[4]））
打印（“col1和col2的相关性：%.4f”%（皮尔逊（col1，col2）））
打印（“col1和col3的相关性：%.4f”%（皮尔逊（col1，col3）））
打印（“col1和col4的相关性：%.4f”%（皮尔逊（col1，col4）））
打印（“col2和col3的相关性：%.4f”%（皮尔逊（col2，col3）））
打印（“col2和col4的相关性：%.4f”%（皮尔逊（col2，col4）））
打印（“col3和col4的相关性：%.4f”%（皮尔逊（col3，col4）））
导入数学
col0=[