Numpy学习疑难杂录——读《python数据分析》

Numpy.loadtxt函数的使用

从函数名的字面意义上理解,该函数用于从文本文件中载入数据到numpy数组。
参照书籍《Python Data Analysis》(中译名:《python 数据分析》)中3.2节的示例,意图对csv文件进行数据导入时出现错误。

data = np.loadtxt("hjy.csv",delimiter=',',skiprows=2,unpack=True)

 产生该错误的原因是loadtxt函数的参数中的dtype参数默认为float,而当被处理的csv文件范围中存在‘空值’、‘字符串’时,便会
出现这个异常,因此确认单元格中的值类型是很重要的,如果你用notepad++文件打开,你就会发现你所需要处理的数据里,
数值和字符串是混着的,那么出现异常也就能理解了。

Numpy学习疑难杂录——读《python数据分析》_第1张图片

因此我们需要做一些预处理:

  1. 对于不必要的表头,使用skiprows参数跳过不处理,即使它们是字符串也不会产生影响;
  2. 对于字符串的列,使用usecols参数指定要处理的列,这样也可以避免处理字符串列;
  3. 对于数据值的域,使用查找替换将所有的空值替换成0

对于数据类型的定义,有时根据需要的值类型、值范围,自己指定会更合适,使用参数dtype

因此对于如下数据表:

Numpy学习疑难杂录——读《python数据分析》_第2张图片

使用如下语句避开字符串行列的干扰:

data = np.loadtxt("hjy.csv",dtype=np.int16,delimiter=',',
                  skiprows=2,usecols=(2,),unpack=True)

其中usecols可以这样赋值:

usecols=(x for x in range(1,6))

 

你可能感兴趣的:(编程书学习笔记)