在实际数据分析过程中，我们分析用Python来处理数据（海量的数据），我们都是把这个数据转换为Python的对象的，比如最为常见的字典。
比如现在有几十万份数据（当然一般这么大的数据，会用到数据库的概念，不会去在CPU内存里面运行），我们不可能在Excel里面用函数进行计算一些值吧，这样是不现实的。
Excel只适合处理比较少的数据，具有方便快速的优势
那么我们假设是这么多数据，现在我要对这个数据进行解析，转换，最后数据分析，处理，然后写入数据到CSV文件，这样才达到要求，那么如何把数据字典写入到CSV文件了，我们就来看看。
就把这个项目和我们之前写过的一个成绩计算系统相关联，记得当时我们是把他写入为txt文件，里面是以字典的方式呈现的，那么我们现在来改进一下，就是为了把这份分析好的数据，呈现给其他人，比如现在要归档把这份数据存储下来。
首先我们建立了一个函数，专门写入CSV文件的这样一个函数
def csv_writer():
这里我们首先把我们这份数据的键（表头）给取出来，这里我们用到了一个遍历算法，那么有的小伙伴就疑问了，为什么我不手动加入，写入啊，也就几行我copy就好了，但是我们考虑一下如果键有几十个的话，我们直接copy是不是显得有点不自动化了，Python就是可以解决办公难题，别用一个小时的时间，你只需要1分钟就好。
a=[] dict=student_infos[0] for headers in sorted(dict.keys()):#把字典的键取出来 a.append(headers) header=a#把列名给提取出来，用列表形式呈现
这里的header是一个列表
这里我打开了这个文件，准备写入，里面的参数我这里一一解释一下。
** a表示以“追加”的形式写入，如果是“w”的话，表示在写入之前会清空原文件中的数据
newline是数据之间不加空行
encoding='utf-8’表示编码格式为utf-8，如果不希望在excel中打开csv文件出现中文乱码的话，将其去掉不写也行。
为了不让pycharm里面的CSV文件乱码，我们这里用的参数编码为utf-8
而excel文件编码格式是gbk，两者不兼容，建议加上encoding='utf-8’参数。
如果不想excel中的csv文件乱码的话，建议将csv文件以记事本的方式打开，另存为ANSI格式即可。**
with open('成绩更新.csv', 'a', newline='', encoding='utf-8') as f: writer = csv.DictWriter(f, fieldnames=header) # 提前预览列名，当下面代码写入数据时，会将其一一对应。 writer.writeheader() # 写入列名 writer.writerows(student_infos) # 写入数据 print("数据已经写入成功！！！")
这里的字典数据使我们之前内存空间里面已经解析处理好的数据，我这里最后一行直接用.writerows(字典)写入，至于表头,writeheader()写入就好
其实写入就是这么简单，也解决我们点点点的麻烦！
