numpy.loadtxt() 详细用法
1.np.loadtxt 用法 读取txt文件
numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
参数的作用如下:
- fname
import numpy as np
# 首先给出最简单的loadtxt的代码,实际上就是直接写文件名, 其他关键字参数都是默认的.
a = np.loadtxt('out.txt')
print(a) # 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
结果:
[['伤感自拍' '半身风雨半身伤' '半句别恨半心凉']['官宣表白' '我是檐上三寸雪' '你是人间惊鸿客']['秀闺蜜照' '含娇含笑' '宿翠残红窈窕']['睡前自拍' '南风知我意' '吹梦到西州']['情侣离别' '南风未起' '念你成疾']]
2.skiprows
# 设置skiprows=2, 就会跳过前两行,数据类型设置为字符串.
a = np.loadtxt('out.txt',dtype=str,skiprows=2)
print(a)
结果:
[['秀闺蜜照' '含娇含笑' '宿翠残红窈窕']['睡前自拍' '南风知我意' '吹梦到西州']['情侣离别' '南风未起' '念你成疾']]
3.comment
# 这里的comment的是指, 如果行的开头为*就会跳过该行(这里将睡前自拍前面加*)
a = np.loadtxt('out.txt',dtype=str,skiprows=1,comments='*')
print(a)
结果:
[['官宣表白' '我是檐上三寸雪' '你是人间惊鸿客']['秀闺蜜照' '含娇含笑' '宿翠残红窈窕']['情侣离别' '南风未起' '念你成疾']]
4.delimiter
import numpy as np
#参数 delimiter 可以指定各种分隔符、针对特定列的转换器函数、需要跳过的行数等
a = np.loadtxt('out.txt',dtype=str,delimiter=' ')
print(a)
结果:
[['伤感自拍' '半身风雨半身伤' '半句别恨半心凉']['官宣表白' '我是檐上三寸雪' '你是人间惊鸿客']['秀闺蜜照' '含娇含笑' '宿翠残红窈窕']['睡前自拍' '南风知我意' '吹梦到西州']['情侣离别' '南风未起' '念你成疾']]
5.usecols
import numpy as np
#usecols是指只使用0,2两列
a = np.loadtxt('out.txt',dtype=str,delimiter=' ',usecols=(0,2))
print(a)
结果;
[['伤感自拍' '半句别恨半心凉']['官宣表白' '你是人间惊鸿客']['秀闺蜜照' '宿翠残红窈窕']['睡前自拍' '吹梦到西州']['情侣离别' '念你成疾']]
- unpack
import numpy as np
# unpack是指会把每一列当成一个向量输出, 而不是合并在一起
a = np.loadtxt('out.txt',dtype=str,delimiter=' ',unpack=True)
print(a)
b,c = np.loadtxt('out.txt',dtype=str,delimiter=' ',usecols=(0,1),unpack=True)
print(b,c)
结果:
[['伤感自拍' '官宣表白' '秀闺蜜照' '睡前自拍' '情侣离别']['半身风雨半身伤' '我是檐上三寸雪' '含娇含笑' '南风知我意' '南风未起']['半句别恨半心凉' '你是人间惊鸿客' '宿翠残红窈窕' '吹梦到西州' '念你成疾']]
['伤感自拍' '官宣表白' '秀闺蜜照' '睡前自拍' '情侣离别'] ['半身风雨半身伤' '我是檐上三寸雪' '含娇含笑' '南风知我意' '南风未起']
7.converters
import numpy as np
# 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1列使用函数func来进行预处理
def func(x):return int(x)+1a = np.loadtxt('out1.txt',dtype=int,delimiter=' ',converters={1:func})
print(a)
结果:
[[ 1 3 3 4 5 6 7 8][ 9 11 11 12 13 14 15 16][17 19 19 20 21 22 23 24][25 27 27 28 29 30 31 32]]
原始数据
第1列都加了1.
2.np.savetxt保存文本
3.np.loadtxt()读取csv文件
import numpy as np
a=np.arange(100).reshape(10,10)
np.savetxt('out2.csv',a,fmt='%d')
data=np.loadtxt('out2.csv',dtype=int,usecols=(1,2))
print(data)
print(data.shape)
结果:
[[ 1 2][11 12][21 22][31 32][41 42][51 52][61 62][71 72][81 82][91 92]]
(10, 2)
unpack的使用:
import numpy as np
a=np.arange(100).reshape(10,10)
np.savetxt('out2.csv',a,fmt='%d')
data1,data2=np.loadtxt('out2.csv',dtype=int,usecols=(1,2),unpack=True)
print(data1)
print('*'*50)
print(data1.tolist())
结果:
[ 1 11 21 31 41 51 61 71 81 91]
**************************************************
[1, 11, 21, 31, 41, 51, 61, 71, 81, 91]
tolist是将数组转化为列表(列表是用逗号隔开的)
numpy.loadtxt() 详细用法相关推荐
- numpy.ix_的用法详解
import numpy as np x=np.arange(32).reshape((8,4)) print (x[np.ix_([1,5,7,2],[0,3,1,2])]) x的矩阵是: [[ 0 ...
- python Numpy 的基础用法以及 matplotlib 基础图形绘制
python Numpy 的基础用法以及 matplotlib 基础图形绘制 1. 环境搭建 1.1 Anaconda anaconda 集成了数据分析,科学计算相关的所有常用安装包,比如Numo ...
- NumPy 超详细教程(1):NumPy 数组
系列文章地址 NumPy 最详细教程(1):NumPy 数组 NumPy 超详细教程(2):数据类型 NumPy 超详细教程(3):ndarray 的内部机理及高级迭代 文章目录 系列文章地址 1.N ...
- load python txt文件_详解Python中numpy.loadtxt()读取txt文件
为了方便使用和记忆,有时候我们会把 numpy.loadtxt() 缩写成np.loadtxt() ,本篇文章主要讲解用它来读取txt文件. 读取txt文件我们通常使用 numpy 中的 loadtx ...
- (Python)numpy的argmax用法
(Python)numpy的argmax用法 解释 还是从一维数组出发.看下面的例子. import numpy as np a = np.array([3, 1, 2, 4, 6, 1]) prin ...
- Android命令行工具logcat详细用法!
logcat是Android中一个命令行工具,可以用于得到程序的log信息. 见板凳详细说明! 本贴内容来自网络,引用网址为:http://hi.baidu.com/%C9%C1%D2%AB ...
- __declspec关键字详细用法
__declspec关键字详细用法 2009-01-21 16:23 __declspec用于指定所给定类型的实例的与Microsoft相关的存储方式.其它的有关存储方式的修饰符如static与ext ...
- mysql left/right join算法效率分析_mysql left join,right join,inner join超详细用法分析
MySQL left join,right join,inner join超详细用法分析 下面是例子分析 表A记录如下: aID aNum 1 a20050111 2 ...
- python sort怎么用,Linux Sort命令详细用法(有实例)
Linux Sort命令详细用法(有实例) sort是在Linux里非常常用的一个命令,管排序的,集中精力,五分钟搞定sort,现在开始! Linux sort命令进阶: 1 sort的工作原理 so ...
- vue性能优化-------vendor优化详细用法(瘦身),减小体积,引入cdn
vue性能优化-------vendor优化详细用法(瘦身),减小体积,引入cdn 原创ChrisWang_ 最后发布于2019-05-24 10:25:58 阅读数 1332 收藏 展开 vue性 ...
最新文章
- mlcc激光雷达与相机外参标定初体验
- 关于出现org.hibernate.TransientObjectException: The given object has a null identifier: 错误的解决方法
- Chrome 插件:自己写的插件提示请停用以开发者模式运行的插件处理方法,该拓展程序未列在chrome网上应用商店中,并可能是在您不知情的情况下添加的解决办法
- 一些适用于前端开发的 Atom 插件
- 作为一名后端开发者,你需要学习和掌握的技术栈都有哪些呢?
- 性能测试入门(二)转:JMeter基础之一 一个简单的性能测试
- nginx+uwsgi+django环境部署部署
- jieba(结巴)—— Python 中文分词
- About abstract class.
- matlab线性规划求解函数:linprog
- jpa的批量修改_jpa批量处理
- Python男票管理系统
- visio画等分树状图
- 01背包与完全背包(对比)
- 常用商务邮箱:常用商务邮箱注册
- 计算机pm,PM、PMP、PMO分别都是什么 以及三者的关系
- MT7688 wifi 调试(二) 如何修改ra0 mac地址
- html 滚动 切换背景,在滚动页面时渐变切换背景色
- Python3 解决编码问题: `UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in position 10: ille
- linux调试MCX314AL过程