根据所存储数据的类型以及是否可以使用numpy，可以使用numpy.genfromtxt来实现这一点：

import numpy as np
data = np.genfromtxt('data.csv', delimiter=',', names=True)

这样做的目的是创建一个numpy Structured Array，它提供了一个很好的接口，用于按标题名称查询数据（如果有标题行，请确保使用names=True）。
例如，给定data.csv包含：

a,b,c
1,2,3
4,5,6
7,8,9

然后，您可以使用以下命令访问元素：

>>> data['a']        # Column with header 'a'
array([ 1.,  4.,  7.])
>>> data[0]          # First row
(1.0, 2.0, 3.0)
>>> data['c'][2]     # Specific element
9.0
>>> data[['a', 'c']] # Two columns
array([(1.0, 3.0), (4.0, 6.0), (7.0, 9.0)],
      dtype=[('a', '<f8'), ('c', '<f8')])

genfromtext还按照您的要求提供了一种“预先格式化列接收的数据”的方法。

转换器：* 变量，可选 *

将数据行的数据转换成值的函数集。转换子也可以用来提供遗漏数据的预设值：converters = {3: lambda s: float(s or 0)} .

如果您愿意使用第三方库，那么Toolz中的merge_with函数可以使整个操作成为一行代码：

dict_of_lists = merge_with(list, *csv.DictReader(open(f)))

defaultdict只使用stdlib，减少了代码的重复性：

from collections import defaultdict
import csv

f = 'test.csv'

dict_of_lists = defaultdict(list)
for record in DictReader(open(f)):
    for key, val in record.items():    # or iteritems in Python 2
        dict_of_lists[key].append(val)

如果你需要经常这样做，把它分解成一个函数，例如transpose_csv。

福特的答案没有错，我在这里添加我的答案（使用csv库）

with open(f,'r',encoding='latin1') as csvf:
    dialect = csv.Sniffer().sniff(csvf.readline()) # finds the delimiters automatically
    csvf.seek(0)
    # read file with dialect
    rdlistcsv = csv.reader(csvf,dialect)
    # save to list of rows
    rowslist  = [list(filter(None,line)) for line in rdlistcsv]
    header = rowslist[0]
    data = {}
    for i,key in enumerate(header):
        ilist = [row[i] for row in rowslist]
        data.update({key: ilist})

编辑：事实上，如果你不介意使用Pandas，事情会变得更容易：

1.进口Pandas

import pandas as pd

1.导入文件并将其保存为Pandas Dataframe

df = pd.read_csv(inputfile)

1.把df变成字典

mydict = df.to_dict(orient='list')

这样您就可以使用csv标题来定义键，并且对于每个键，您都有一个元素列表（类似于将Excel列转换为列表）

可以使用dict和set解析使意图更加明显：

dr=csv.DictReader(f)
data={k:[v] for k, v in dr.next().items()}             # create the initial dict of lists
for line_dict in dr:
    {data[k].append(v) for k, v in line_dict.items()}  # append to each

在Python中，可以使用Alex Martelli's method扁平化列表列表，扁平化迭代器的迭代器，这进一步将第一种形式简化为：

dr=csv.DictReader(f)
data={k:[v] for k, v in dr.next().items()}
{data[k].append(v) for line_dict in dr for k, v in line_dict.items()}

在Python 2.X上，如果csv文件的大小可以调整，可以考虑使用{}.iteritems vs {}.items（）。
更多示例：
假设此csv文件：

Header 1,Header 2,Header 3
1,2,3
4,5,6
7,8,9

现在假设你想把一个dict列表中的每个值转换成float或int。你可以这样做：

def convert(s, converter):
    try:
        return converter(s)
    except Exception:
        return s    

dr=csv.DictReader(f)
data={k:[convert(v, float)] for k, v in dr.next().items()}
{data[k].append(convert(v, float)) for line_dict in dr for k, v in line_dict.items()}

print data
# {'Header 3': [3.0, 6.0, 9.0], 'Header 2': [2.0, 5.0, 8.0], 'Header 1': [1.0, 4.0, 7.0]}