CSV 文件本身不支持嵌套数据结构，写入时内层列表会被转为字符串；读取后需用 ast.literal_eval 安全解析还原为 Python 列表，才能恢复原始的二维或三维整数列表结构。
csv 文件本身不支持嵌套数据结构，写入时内层列表会被转为字符串；读取后需用 `ast.literal_eval` 安全解析还原为 python 列表，才能恢复原始的二维或三维整数列表结构。
CSV 是一种纯文本、扁平化的表格格式，其本质是“行×列”的二维结构，无法原生存储嵌套的 Python 对象（如 [[1,2,3], [4,5,6]]）。当你使用 csv.writer.writerows(a) 写入一个形如 [[[1,2,3], [4,5,6]], ...] 的列表时，csv.writer 会将每个内层列表（例如 [1,2,3]）自动调用 str() 转换为字符串 '[1, 2, 3]'，并按 CSV 规则加引号保存——这正是你看到带引号字符串的原因。
直接读取得到的是字符串数组，而非真正的嵌套列表。解决的关键在于：写入保持可解析性，读取时主动还原类型。推荐使用标准库中的 ast.literal_eval() ——它安全、轻量、专为解析字符串形式的 Python 字面量（如列表、元组、数字、布尔值）而设计，不会执行任意代码，比 eval() 更可靠。
以下是完整、健壮的实现方案：
Knowledge Graph - Csv Graph Loader Generator
下载
从 CSV 数据集生成图数据库加载器和三元组映射。将表格 CSV 数据转换为图数据库可直接使用的节点、边和三元组。
import csv
import ast
# 示例数据：三维结构（列表的列表的列表）
a = [
[[1, 2, 3], [4, 5, 6], [7, 8, 9]],
[[1, 2, 3], [4, 5, 6], [7, 8, 9]],
[[1, 2, 3], [4, 5, 6], [7, 8, 9]],
]
# ✅ 写入：csv.writer 自动处理字符串化与转义
with open("data.csv", "w", newline="") as f:
writer = csv.writer(f)
writer.writerows(a)
# ✅ 读取：逐列用 ast.literal_eval 还原为 Python 对象
with open("data.csv", "r", newline="") as f:
reader = csv.reader(f)
rows = [[ast.literal_eval(cell) for cell in row] for row in reader]
# 验证结果类型与内容
print("原始数据类型:", type(a))
print("读取后类型:", type(rows))
print("第一行第一项:", rows[0][0], "->", type(rows[0][0]))
# 输出: [1, 2, 3] -> <class 'list'>⚠️ 重要注意事项：
- 不要用 json 替代？ 虽然 JSON 更适合嵌套结构，但本方案坚持使用 CSV 是为了兼容性（如 Excel 打开、其他语言读取等场景）。若无需 CSV 兼容，强烈推荐改用 json.dump()/json.load()，更直观且无解析风险。
- 避免 eval()：eval() 可执行任意代码，存在严重安全隐患；ast.literal_eval() 仅允许安全字面量，是唯一推荐方式。
-
异常处理建议（生产环境）：实际项目中应包裹 try/except 捕获 ValueError 或 SyntaxError，防止损坏的 CSV 导致崩溃：
try: parsed = ast.literal_eval(cell) except (ValueError, SyntaxError): raise ValueError(f"Invalid list literal in CSV cell: {cell!r}")
总结：CSV 不是通用序列化格式，但通过 str() → CSV → ast.literal_eval() 的显式转换链，可在保持 CSV 可读性与跨平台能力的同时，精准还原嵌套整数列表结构。这是在约束条件下兼顾简洁性与安全性的最佳实践。
