python语言_np.loadtxt()

np.loadtxt()用于从文本加载数据。文本文件中的每一行必须含有相同的数据。

---

loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

• fname要读取的文件、文件名、或生成器。
• dtype数据类型，默认float。还可以控制每一列的数据类型和精度等信息。
• >>> d = StringIO("M 21 72\nF 35 58")
  >>> np.loadtxt(d, dtype={'names': ('gender', 'age', 'weight'),
  ...                      'formats': ('S1', 'i4', 'f4')})
• comments注释。
• delimiter分隔符，默认是空格。
• skiprows跳过前几行读取，默认是0，必须是int整型。
• usecols：要读取哪些列，0是第一列。例如，usecols = （1,4,5）将提取第2，第5和第6列。默认读取所有列。
• unpack如果为True，将分列读取。

numpy中有两个函数可以用来读取文件，主要是txt文件, 下面主要来介绍这两个函数的用法

第一个是loadtxt, 其一般用法为

numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

上面给出了loadtxt所有的关键字参数, 这里我们可以来一一解释并给出示例

这里我们使用的是jupyter notebook, 可以实现交互式的界面操作

?

1 2 3 4 5

%%writefile test.txt # 这是用来写入文件的代码 1 2 3 4 2 3 4 5 3 4 5 6 4 5 6 7

首先给出最简单的loadtxt的代码

?

1 2 3

import numpy as np a = np.loadtxt('test.txt')#最普通的loadtxt print(a)

实际上就是直接写文件名, 其他关键字参数都是默认的。输出为

[[1. 2. 3. 4.]
 [2. 3. 4. 5.]
 [3. 4. 5. 6.]
 [4. 5. 6. 7.]]

a为浮点数的原因为Python默认的数字的数据类型为双精度浮点数

?

1 2 3 4 5 6 7 8

%%writefile test.txt A B C 1 2 3 4 5 6 7 8 9   a = np.loadtxt('test1.txt', skiprows=1, dtype=int) print(a)

这里的skiprows是指跳过前1行, 如果设置skiprows=2, 就会跳过前两行,  这里的输出为

[[1 2 3]
 [4 5 6]
 [7 8 9]]

?

1 2 3 4 5 6 7 8 9

%%writefile test.txt A B C 1 2 3 # AAA 4 5 6 7 8 9   a = np.loadtxt('test2.txt', dtype=int, skiprows=1, comments='#') print(a)

这里的comment的是指, 如果行的开头为#就会跳过该行， 这里输出为

[[1 2 3]
 [4 5 6]
 [7 8 9]]

?

1 2 3 4 5 6 7 8 9

%%writefile test.txt A B C 1, 2, 3 # AA AAA 4, 5, 6 7, 8, 9   (a, b) = np.loadtxt('test.txt', dtype=int, skiprows=1, comments='#', delimiter=',', usecols=(0, 2), unpack=True) print(a, b)

这里的usecols是指只使用0,2两列, unpack是指会把每一列当成一个向量输出, 而不是合并在一起。

[1 4 7] [3 6 9]

最后介绍converters参数, 这个是对数据进行预处理的参数, 我们可以先定义一个函数， 这里的converters是一个字典, 表示第零列使用函数add_one来进行预处理

?

1 2 3 4

def add_one(x): return int(x)+1#注意到这里使用的字符的数据结构 (a, b) = np.loadtxt('test.txt', dtype=int, skiprows=1, converters={0:add_one}, comments='#', delimiter=',', usecols=(0, 2), unpack=True) print(a, b)

输出结果为：

[2 5 8] [3 6 9]