numpy.loadtxt()方法读取csv文件为numpy数组

csv文件数据如下：

因为csv文件里面的日期是字符串，后面的为数值，数据类型不同不能一次性读取到一个numpy数组里面，否则会报类型错误，

所以分为两次读取，t1读取数据（即第1、2、3、4、5列），t2读取字符串格式的日期（第0列）

在读取字符串时，最后的.astype(str)作用是改变np.array中所有数据元素的数据类型为字符串类型，因为存储的时候是bytes形式存储的，如果不进行转换，读取出来的即为b’2014/9/12’此种类型的，转换之后即为’2014/9/12’字符串形式。

关于python 中的 type(), dtype(), astype()的区别见此

import numpy as np

# numpy读取csv文件
filepath = 'E:\\waterwell\\导入数据\\水气两相法导入数据\\生产数据1.csv'

#csv文件数据之间是以','分割，unpack是可选参数，默认为False，表示不转置所读取的数据矩阵
#skiprows=1 表示跳过第一行，,usecols=(1,2,3,4,5)表示读取列数，不读取第0列
t1 = np.loadtxt(filepath,dtype=np.int,delimiter=',',skiprows=1,usecols=(1,2,3,4,5),encoding='utf-8')

# 读取字符串，最后的.astype(str)作用是改变np.array中所有数据元素的数据类型
t2 = np.loadtxt(filepath,dtype=bytes,delimiter=',',skiprows=1,usecols=(0),encoding='utf-8').astype(str)
print(t1)
print(len(t1))
print(t2)
print(len(t2))

结果：

[[    73      6     73     74     73]
 [    81      6     73     74    154]
 [    80      7     74     74    235]
 ...
 [    34    105     53     57 123323]
 [    33    104     53     57 123357]
 [    33    104     53     57 123391]]
1754
['2014/9/12' '2014/9/13' '2014/9/14' ... '2019/6/30' '2019/7/1' '2019/7/2']
1754