一.利用savetxt函数将数据存储到文件:

savetxt(fileName,data)

fileName:保存文件路径和名称
data:需要保存的数据

np.savetxt("exaple.txt",example)
print("保存完成")
文件----->0.000000000000000000e+00 1.000000000000000000e+00 2.000000000000000000e+00    3.000000000000000000e+00 4.000000000000000000e+00 5.000000000000000000e+00 6.000000000000000000e+00 7.000000000000000000e+00
8.000000000000000000e+00 9.000000000000000000e+00 1.000000000000000000e+01 1.100000000000000000e+01 1.200000000000000000e+01 1.300000000000000000e+01 1.400000000000000000e+01 1.500000000000000000e+01
1.600000000000000000e+01 1.700000000000000000e+01 1.800000000000000000e+01 1.900000000000000000e+01 2.000000000000000000e+01 2.100000000000000000e+01 2.200000000000000000e+01 2.300000000000000000e+01

二.利用 loadtxt函数读取csv文件

np.loadtxt(filepath,delimiter,usecols,unpack)

filepath:加载文件路径
delimiter:加载文件分隔符
usecols:加载数据文件中列索引
unpack:当加载多列数据时是否需要将数据列进行解耦赋值给不同的变量
-------->上图是 data.csv

close=np.loadtxt("data.csv",delimiter=",",usecols=(6,7))
print(close)------------------->[[3.36100e+02 2.11448e+07][3.39320e+02 1.34730e+07][3.45030e+02 1.52368e+07][3.44320e+02 9.24260e+06][3.43440e+02 1.40641e+07][3.46500e+02 1.14942e+07][3.51880e+02 1.73221e+07][3.55200e+02 1.36085e+07][3.58160e+02 1.72408e+07][3.54540e+02 3.31624e+07][3.56850e+02 1.31275e+07][3.59180e+02 1.10862e+07][3.59900e+02 1.01490e+07][3.63130e+02 1.71841e+07][3.58300e+02 1.89490e+07][3.50560e+02 2.91445e+07][3.38610e+02 3.11622e+07][3.42620e+02 2.39947e+07][3.42880e+02 1.78535e+07][3.48160e+02 1.35720e+07][3.53210e+02 1.43954e+07][3.49310e+02 1.62903e+07][3.52120e+02 2.15210e+07][3.59560e+02 1.78852e+07][3.60000e+02 1.61880e+07][3.55360e+02 1.95043e+07][3.55760e+02 1.27180e+07][3.52470e+02 1.61927e+07][3.46670e+02 1.81388e+07][3.51990e+02 1.68242e+07]]
print(close.shape)-------------->(30, 2)#当加载csv文件的多列数据时可以使用unpack将加载的数据列进场解耦到不同数组中
close,amount=np.loadtxt("data.csv",delimiter=",",usecols=(6,7),unpack=True)
print("收盘价：\n",close)-------->
收盘价：
[336.1  339.32 345.03 344.32 343.44 346.5  351.88 355.2  358.16 354.54356.85 359.18 359.9  363.13 358.3  350.56 338.61 342.62 342.88 348.16353.21 349.31 352.12 359.56 360.   355.36 355.76 352.47 346.67 351.99]print("成交量：\n",amount)------->
成交量：[21144800. 13473000. 15236800.  9242600. 14064100. 11494200. 17322100.13608500. 17240800. 33162400. 13127500. 11086200. 10149000. 17184100.18949000. 29144500. 31162200. 23994700. 17853500. 13572000. 14395400.16290300. 21521000. 17885200. 16188000. 19504300. 12718000. 16192700.18138800. 16824200.]

Numpy读取csv文件相关推荐

python csv文件读取行列_使用Numpy读取CSV文件,并进行行列删除的操作方法
Numpy是Python强大的数据计算和处理模块,其操作数据非常迅速且简单易行. 首先读取CSV文件 >>> import numpy as np#导入numpy模块 >> ...
python利用numpy模块读取csv文件
文章目录 numpy.loadtxt()方法简单读取字符串处理-str参数跳过首行 - skiprow = 1 读取特定列 - usecols参数 numpy切片更多读取方法 numpy.lo ...
python读取csv文件并修改指定内容-pandas读取CSV文件时查看修改各列的数据类型格式...
下面给大家介绍下pandas读取CSV文件时查看修改各列的数据类型格式,具体内容如下所述: 我们在调bug的时候会经常查看.修改pandas列数据的数据类型,今天就总结一下: 1.查看: Numpy和 ...
python批量读取csv文件-使用Python读写csv文件的三种方法
行之间无空行十分重要,如果有空行或者数据集中行末有空格,读取数据时一般会出错,引发[list index out of range]错误.PS:已经被这个错误坑过很多次! 使用python I/O写入 ...
python怎么导入csv文件-python读取CSV文件
data_pd['TIMESTAMP'],用列标题'TIMESTAMP'定位到某一列:data_pd['TIMESTAMP'].iloc[i],当i取0时,即为该列的第一行,取1时,为该列的第二行:i ...
python pandas 把数据保存成csv文件，以及读取csv文件获取指定行、指定列数据
文章目录: 1 数据说明 2 把数据集文件信息使用python pandas保存成csv文件 3 使用python pandas 读取csv的每行.每列数据 1 数据说明 1.在test_data目录 ...
python读取csv某一列存入数组_python 读取.csv文件数据到数组(矩阵)的实例讲解
利用numpy库 (缺点:有缺失值就无法读取) 读: import numpy my_matrix = numpy.loadtxt(open("1.csv","rb&qu ...
Python数据分析·读取CSV文件转为字典
Python数据分析·读取CSV文件转为字典 1.pandas 读取CSV 2.CSV转为字典 3.CSV转为数组 Python pandas包可以直接读取CSV文件,为了接下来的数据分析,考虑到转为 ...
np读取csv文件_被 Pandas read_csv 坑了
-- 不怕前路坎坷,只怕从一开始就走错了方向 Pandas 是python的一个数据分析包,纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas 就是为解决数据分析任务 ...

Numpy读取csv文件

一.利用savetxt函数将数据存储到文件:

二.利用 loadtxt函数读取csv文件

Numpy读取csv文件相关推荐

最新文章

热门文章