jupyter加载数据

Jupyter Notebook 是一个非常流行的交互式数据科学环境，它支持多种语言和数据处理工具，包括 Python。在 Jupyter 中加载数据通常有几种常见的方法：

1. **读取 CSV 文件**：你可以使用 pandas 库的 `read_csv()` 函数加载 CSV 格式的文件，例如：

   import pandas as pd
   data = pd.read_csv('file.csv')

2. **读取 Excel 文件**：pandas 的 `read_excel()` 可以用于读取 Excel 文件：

   data = pd.read_excel('file.xlsx')

3. **从数据库获取数据**：如果你的数据存储在数据库中，如 MySQL 或 SQLite，可以使用相应库，比如 `sqlite3` 或 `pymysql` 来连接并导入：

   import sqlite3
   conn = sqlite3.connect('my_database.db')
   data = pd.read_sql_query("SELECT * FROM table", conn)

4. **网络请求**：如果数据来自 API 或网页，可以使用 `requests` 库配合 `json` 或 `pandas` 的 `read_json()` 读取 JSON 数据，或 `BeautifulSoup` 解析 HTML：

   import requests
   response = requests.get('https://api.example.com/data')
   data = response.json()

5. **CSV 列表或数组**：对于较小的数据集，可以直接创建 DataFrame 对象：

   data_list = [{'col1': 'value1', 'col2': 'value2'}, ...]
   data = pd.DataFrame(data_list)