如果它只有一列，就不是真正的CSV文件......无论哪种方式，csv模块都不会为您解析数字（这是一件好事-看看Excel如何处理您的数据，如果它感觉像这样......）。
下面是一个扩展代码的示例，它将第零列解析为一个数字，并跟踪最小值和最大值（而不必一次将所有文件读入内存）。

import csv
min_value = None
max_value = None
with open('ExampleFile.csv', newline='') as f:
    for row in csv.reader(f):
        value = float(row[0])  # interpret column as a floating point number
        if min_value is None or value < min_value:
            min_value = value
        if max_value is None or value > max_value:
            max_value = value

print(f"{min_value=}, {max_value=}")

如果文件很小，你不介意将其全部读入内存，并对数据进行两次遍历以获得最小值和最大值，那么使用列表解析来循环文件会变得更简单：

import csv

with open('ExampleFile.csv', newline='') as f:
    # Interpret zeroth column of all rows as a float,
    # store them in a list
    values = [float(row[0]) for row in csv.reader(f)]

min_value = min(values)
max_value = max(values)

print(f"{min_value=}, {max_value=}")

您可以使用Pandas来处理csv文件并推断列数据类型，特别是如果您想要应用一些数据处理：

import pandas as pd

df = pd.read_csv('ExampleFile.csv')

输出：

>>> df
  Car   Color  Value
0   A     red     10
1   B    blue     30
2   C  yellow     40

>>> df.dtypes
Car      object
Color    object
Value     int64  # <- detected as numeric
dtype: object

假设您实际上只有一列数据。

cat single_col.csv
1
2
3
4
5

import csv

with open('single_col.csv', newline='') as csv_file:
    c_reader = csv.reader(csv_file, delimiter=' ')
    for row in c_reader:
        print(float(row[0]))
1.0
2.0
3.0
4.0
5.0