jupyter notebook读取数据的所有公式

Jupyter Notebook是一个交互式的计算环境，其中包含了Python的数据处理库Pandas，它提供了丰富的功能来读取各种格式的数据。以下是使用Pandas在Jupyter Notebook中读取数据的一些常见公式：

1. **读取CSV文件**:

   import pandas as pd
   data = pd.read_csv('file.csv')  # 如果文件在同一目录下
   or
   data = pd.read_csv('/path/to/file.csv')

2. **读取Excel文件**:

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

3. **读取SQL数据库** (使用`pandas_sql`包)：

   from sqlalchemy import create_engine
   engine = create_engine('sqlite:///my_database.db')
   data = pd.read_sql_query("SELECT * FROM table_name", engine)

4. **读取JSON文件**:

   data = pd.read_json('file.json', orient='records')

5. **读取HTML网页数据** (如果页面有表格结构):

   df = pd.read_html('http://example.com/table.html', header=0)

6. **读取XML文件**:

   data = pd.read_xml('file.xml', xpath='/root/node')

以上都是基本的读取操作，实际使用可能会涉及更复杂的参数设置，例如指定分隔符、编码、缺失值处理等。在每个步骤之后，`data`变量通常会存储一个DataFrame对象，这是Pandas用于数据操作的基本数据结构。