错误改正:import xlrd import numpy as np wb=xlrd.open("历年总人口.xls") sheet=wb.sheet_by_index(0) col_0=sheet.col_values(0) col_1=sheet.col_values(1) col_2=sheet.col_values(2) col_4=sheet.col_values(4) year=col_0[38:] total=col_1[38:] man=col_2[38:] woman=col_4[38:] year=[int(c) for c in year] total=[int(c) for c in total] man=[int(c) for c in man] woman=[int(c) for c in woman] arr=np.array(year).reshape(m,1) arr=np.insert(arr,1,values=total,axis=1) arr=np.insert(arr,1,values=man,axis=1) arr=np.insert(arr,1,values=woman,axis=1) file='历年总人口.csv' np.savetxt(file,arr,fmt='%i',delimiter=',',comments='',header='年份,年末总人口,男性人口,女性人口') x=np.loadtxt(file,dtype=np.int,,delimiter=',',skiprows=1) print(x)

时间: 2024-04-27 07:22:44 浏览: 14
import xlrd import numpy as np wb = xlrd.open_workbook("历年总人口.xls") sheet = wb.sheet_by_index(0) col_0 = sheet.col_values(0)[38:] col_1 = sheet.col_values(1)[38:] col_2 = sheet.col_values(2)[38:] col_4 = sheet.col_values(4)[38:] year = [int(c) for c in col_0] total = [int(c) for c in col_1] man = [int(c) for c in col_2] woman = [int(c) for c in col_4] m = len(year) arr = np.array(year).reshape(m,1) arr = np.insert(arr,1,values=total,axis=1) arr = np.insert(arr,1,values=man,axis=1) arr = np.insert(arr,1,values=woman,axis=1) file='历年总人口.csv' np.savetxt(file,arr,fmt='%i',delimiter=',',comments='',header='年份,年末总人口,男性人口,女性人口') x = np.loadtxt(file,dtype=np.int,delimiter=',',skiprows=1) print(x)

相关推荐

最新推荐

recommend-type

HP-Socket编译-Linux

HP-Socket编译-Linux
recommend-type

JavaScript_生活在Discord上的开源社区列表.zip

JavaScript
recommend-type

JavaScript_MultiOn API.zip

JavaScript
recommend-type

JavaScript_简单和完整的React DOM测试工具,鼓励良好的测试实践.zip

JavaScript
recommend-type

JavaScript_成为一个Nodejs开发者.zip

JavaScript
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

可见光定位LED及其供电硬件具体型号,广角镜头和探测器,实验设计具体流程步骤,

1. 可见光定位LED型号:一般可使用5mm或3mm的普通白色LED,也可以选择专门用于定位的LED,例如OSRAM公司的SFH 4715AS或Vishay公司的VLMU3500-385-120。 2. 供电硬件型号:可以使用常见的直流电源供电,也可以选择专门的LED驱动器,例如Meanwell公司的ELG-75-C或ELG-150-C系列。 3. 广角镜头和探测器型号:一般可采用广角透镜和CMOS摄像头或光电二极管探测器,例如Omron公司的B5W-LA或Murata公司的IRS-B210ST01。 4. 实验设计流程步骤: 1)确定实验目的和研究对象,例如车辆或机器人的定位和导航。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。