答案：使用Python读取CSV文件常用csv模块和pandas库。1. csv.reader逐行读取，适合大文件；2. csv.DictReader以字典形式展示数据，便于理解；3. pandas通过read_csv加载数据，支持head()、info()等方法，适合数据分析；注意编码和文件路径问题，推荐utf-8或utf-8-sig编码处理中文。
使用Python遍历和查看CSV文件内容非常简单，常用的方法是利用内置的csv模块或pandas库。下面介绍几种实用的方式，帮助你快速读取并查看CSV数据。
使用csv模块逐行读取
csv模块适合处理简单的CSV文件，内存占用低，适合大文件逐行处理。
示例代码：
立即学习“Python免费学习笔记（深入）”；
import csv
<p>with open('data.csv', mode='r', encoding='utf-8') as file:
reader = csv.reader(file)
for row in reader:
print(row) # 每行以列表形式输出</p>
说明：每一行会被读作一个列表，字段按逗号分隔。如果CSV使用其他分隔符（如分号），可在csv.reader中添加 delimiter=';' 参数。
使用csv.DictReader更直观地查看
如果你希望每行数据以字典形式展示，键为列名，可以使用 DictReader。
示例：
import csv
<p>with open('data.csv', mode='r', encoding='utf-8') as file:
reader = csv.DictReader(file)
for row in reader:
print(row) # 每行是一个字典，key为列名</p>
这样能更清楚地知道每个值对应哪一列，便于调试和分析。
使用pandas快速查看数据
pandas更适合数据分析场景，可以一次性加载整个文件，并提供丰富的查看方法。
先安装：pip install pandas
然后使用：
import pandas as pd
<p>df = pd.read_csv('data.csv')
print(df) # 查看全部数据
print(df.head()) # 查看前5行
print(df.info()) # 查看数据类型和非空情况</p>
这种方法适合在Jupyter Notebook或数据分析项目中使用，信息更全面。
处理常见问题
读取CSV时可能会遇到编码错误或路径问题，注意以下几点：
- 使用 encoding='utf-8' 避免中文乱码，若报错可尝试 'gbk' 或 'utf-8-sig'
- 确认文件路径正确，可用 os.path.exists('data.csv') 检查文件是否存在
- 若CSV有BOM头（如Excel导出），建议用 utf-8-sig 编码打开
基本上就这些。根据你的需求选择合适的方法：轻量用csv，分析用pandas。
