使用pandas将numpy中的数组数据保存为csv文件的方法

如果想保存numpy中的数组元素到一个文件中，在这方面，pandas工具的使用就会让工作方便很多。下面通过一个简单的小例子来演示一下。
首先，创建numpy中的数组：

import numpy as np
import pandas as pd

arr1 = np.arange(81).reshape(9, 9)
print("arr1的type: {}".format(type(arr1)))
print("arr1的shape: {}".format(arr1.shape))
print(arr1)
print(print('-'*100))

输出：

arr1的type: <class 'numpy.ndarray'>
arr1的shape: (9, 9)
[[ 0  1  2  3  4  5  6  7  8]
 [ 9 10 11 12 13 14 15 16 17]
 [18 19 20 21 22 23 24 25 26]
 [27 28 29 30 31 32 33 34 35]
 [36 37 38 39 40 41 42 43 44]
 [45 46 47 48 49 50 51 52 53]
 [54 55 56 57 58 59 60 61 62]
 [63 64 65 66 67 68 69 70 71]
 [72 73 74 75 76 77 78 79 80]]

接着，为了能够使这组数据成为可以让pandas处理的数据，需要通过这个数组创建DataFrame。

data1 = pd.DataFrame(arr1)
print("data1的type: {}".format(type(data1)))
print("data1的shape: {}".format(data1.shape))
print(data1)
print(print('-'*100))

输出：

data1的type: <class 'pandas.core.frame.DataFrame'>
data1的shape: (9, 9)
    0   1   2   3   4   5   6   7   8
0   0   1   2   3   4   5   6   7   8
1   9  10  11  12  13  14  15  16  17
2  18  19  20  21  22  23  24  25  26
3  27  28  29  30  31  32  33  34  35
4  36  37  38  39  40  41  42  43  44
5  45  46  47  48  49  50  51  52  53
6  54  55  56  57  58  59  60  61  62
7  63  64  65  66  67  68  69  70  71
8  72  73  74  75  76  77  78  79  80
----------------------------------------------------------------------------------------------------

这样，就可以通过pandas中DataFrame的to_csv方法实现数据文件的存储了。具体如下：

# data1.to_csv('路径/文件名.csv')
data1.to_csv('路径/data1.csv', index=False)
# 注意要把index=False加上，否者index也会被存为一列，再读取时shape会发生变化，多了一列，shape变为（9,10）

读取文件：

data = pd.read_csv('路径/data1.csv')

完整代码：

import numpy as np
import pandas as pd

arr1 = np.arange(81).reshape(9, 9)
print("arr1的type: {}".format(type(arr1)))
print("arr1的shape: {}".format(arr1.shape))
print(arr1)
print(print('-'*100))

data1 = pd.DataFrame(arr1)
print("data1的type: {}".format(type(data1)))
print("data1的shape: {}".format(data1.shape))
print(data1)
print(print('-'*100))


# data1.to_csv('路径/文件名.csv')
data1.to_csv('路径/data1.csv', index=False) 
# 注意要把index=False加上，否者index也会被存为一列，再读取时shape会发生变化，多了一列，shape变为（9,10）

data = pd.read_csv('路径/data1.csv')