不使用numpy 与 pandas，二维数据为列表套列表的格式

好的，那么可以使用Python内置的列表来处理二维数据，以下是一个示例代码：

# 定义一个二维列表
data = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# 访问二维列表中的元素
print(data[0][0])  # 输出 1
print(data[1][2])  # 输出 6

# 遍历二维列表
for row in data:
    for col in row:
        print(col, end=' ')
    print()

输出结果为：

1
6
1 2 3 
4 5 6 
7 8 9 

在这个示例中，我们定义了一个二维列表 `data`，它包含了3行3列的数据。我们可以使用下标来访问二维列表中的元素，例如 `data[0][0]` 表示访问第1行第1列的元素，其值为1。我们也可以使用嵌套的for循环来遍历整个二维列表，依次输出每个元素的值。

相关问题

使用python语言编写代码实现，不使用numpy 与 pandas，二维数据为列表套列表的格式：从文件中读取数据，计算二维数据中每列数据的总和并排序

可以使用Python内置的文件操作函数来读取文件，然后使用循环和条件语句计算每列数据的总和，最后使用sorted函数对结果进行排序。

以下是示例代码：

# 打开文件并读取数据
with open('data.txt', 'r') as f:
    lines = f.readlines()

# 将数据转换为二维列表
data = [line.strip().split(',') for line in lines]

# 计算每列数据的总和并存储在字典中
sums = {}
for row in data:
    for i, val in enumerate(row):
        if i not in sums:
            sums[i] = 0
        sums[i] += float(val)

# 对结果进行排序并输出
sorted_sums = sorted(sums.items(), key=lambda x: x[1], reverse=True)
for col, total in sorted_sums:
    print(f'Column {col+1}: {total}')

其中，假设数据文件名为`data.txt`，每行数据以逗号分隔。首先使用`with`语句打开文件并读取所有行数据，然后将每行数据转换为一个列表，最终得到一个二维列表`data`。

接下来使用两层循环遍历每列数据，并将每列数据的总和存储在一个字典`sums`中。循环中使用`enumerate`函数可以同时获得数据值和对应的列索引。

最后使用`sorted`函数对字典按照总和进行排序，得到一个包含元组的列表`sorted_sums`，其中每个元组包含列索引和对应的总和。循环输出排序后的结果即可。

如何使用numpy与pandas输出一个excel表格

在Python中，可以使用NumPy库来生成数值数据，然后通过Pandas库将这些数据结构化并保存到Excel文件中。以下是一个基本步骤：

首先，安装必要的库，如果尚未安装，可以使用pip来安装：

pip install numpy pandas openpyxl  # 或者使用xlsxwriter替换openpyxl，后者更适用于大型数据

接下来，使用NumPy创建数组：

import numpy as np

# 创建一个简单的二维数组
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

然后使用Pandas将NumPy数组转换成DataFrame：

import pandas as pd

df = pd.DataFrame(data)

最后，使用`to_excel`函数将DataFrame保存到Excel文件：

# 将数据保存到名为 'output.xlsx' 的文件
df.to_excel('output.xlsx', index=False)

# 如果你需要使用xlsxwriter替代openpyxl，可以用如下方式：
# 导入xlsxwriter
from xlsxwriter import Workbook

workbook = Workbook('output.xlsx')
worksheet = workbook.add_worksheet()

for i in range(df.shape[0]):
    for j in range(df.shape[1]):
        worksheet.write(i, j, df.values[i][j])
workbook.close()

完成以上步骤后，你就在Excel中创建了一个包含数据的新工作表。