存储数据——数组的存储numpy.savetxt(文件)

存储数据

  • 1、将numpy数组写入txt文件,并从txt文件读取
  • 2、使用寄语

1、将numpy数组写入txt文件,并从txt文件读取

import numpy as np
dets = np.array([[1,2],[3,4]])
np.savetxt("trying.txt", dets,fmt='%f',delimiter=',')

上面用到的numpy库的savetxt存储数据信息的代码包含四层含义:

  • 这种方法是覆盖式保存
  • "trying.txt",表示以"trying.txt"的文件名和txt的文件格式来存储数据
  • , dets,表示将dets数组保存到当前代码(在标签页Home下根据文件名可以快速找到你当前编写代码所在路径)路径下的txt文件中,1
  • ,fmt='%f',表示所有数据格式是浮点型;对每列指定一个数据类型:例如,两列数-数据类型['%.3e','%.15e']这样表示
  • delimiter=','表示以逗号为分割符
    存储数据——数组的存储numpy.savetxt(文件)_第1张图片

2、使用寄语

  • np.savetxt("trying.txt", dets)这行代码简单,却可以完成存储大量数据的工作,尤其是当你经常使用数组运算的时候;

  • 虽然你可能看不起文本文件的存储功能,但其实由于它的简洁,很少出现乱行乱码的情景,而且当数据量很大时,想生成的文件就多,这种格式它的读取和存储都只需要一行代码就能完成数据的操作,并且占用内存小,那我们为什么非要用Excel这么“高大上”的文件呢?而且即使你想在Excel中操作,office的文本文件读取也非常简单(选择数据→自文本)就可以完成。但是如果你想直接读入Excel文件,还需要编辑循环语句,整理逻辑,似乎我觉得在这一点上,处理数据还是文本文件略胜一筹!

  • 慢慢你会发现你会爱上文本文件这个好东西,真的是简单到极致的东西!

  • 还有一种Markdown的文本编辑模式和适配它的编辑器Typora,会让你连Word都想抛弃掉的!

  • (当然这些纯属笔者言论,若有不妥,还请见谅!)

你可能感兴趣的:(python,excel,数据库,数据挖掘,机器学习)