内容目录
操作CSV文件–文件保存¶
函数：np.savetxt()
- fmt：保存时的数据格式
- delimiter：保存时数据之间分隔符
- header：标题头名称，分隔符要与delimiter保持一致
- comments：文档备注，默认会有#
In [2]:
import numpy as np
scores = np.random.randint(0, 100, size=(20,2))
print(scores)
np.savetxt('testdata/scores.csv', scores, fmt='%d', delimiter=',',header='英语,数学', comments='')
[[54 3] [82 60] [58 46] [95 68] [92 58] [14 63] [25 82] [50 1] [10 44] [71 50] [75 38] [63 37] [80 44] [41 69] [60 18] [55 76] [43 97] [43 83] [97 83] [36 71]]
操作CSV文件–文件读取¶
函数：np.loadtxt()
- frame:文件、zip符串或产生器
- dtype:数据类型
- delimiter：分隔符，默认是空格
- skiprows：跳过前面x行
- usecols：读取指定的列，用元组组合
- unpack：如果为True，读取出来的数组是转置后的
In [4]:
b = np.loadtxt('testdata/scores.csv', dtype=np.int_, delimiter=',', skiprows=1)
print(b)
[[54 3] [82 60] [58 46] [95 68] [92 58] [14 63] [25 82] [50 1] [10 44] [71 50] [75 38] [63 37] [80 44] [41 69] [60 18] [55 76] [43 97] [43 83] [97 83] [36 71]]
Numpy独有的存储解决方案¶
Numpy中还有一种独有的存储解决方案，文件名是以.npy或者.npz结尾。该存储方案可以保存多维数组。
- 存储：np.save(frame, array) 或者 np.save(fname, array)
- 加载：np.load(frame)
In [6]:
c = np.random.randint(0, 10, size=(2,3))
np.save('testdata/numpy_file', c)
In [7]:
c1 = np.load('testdata/numpy_file.npy')
print(c1)
[[7 7 4] [7 0 7]]
