numpy.loadtxt()参数详解

 函数loadtxt用于从文本文件中加载数据并返回一个numpy数组，其主要参数如下：

参数	含义
fname	被加载的文件路径或文件对象
dtype	读取数据时的数据类型
comments	跳过文件中指定参数开头的行（即不读取）
delimiter	指定读取文件中数据的分割符
converters	对读取的数据进行预处理
skiprows	选择跳过的行数
usecols	指定需要读取的列
unpack	选择是否将数据进行向量输出
encoding	对读取的文件进行预编码
max_rows	最大读取的行数
like	用于指定新数组的同型对象

接下来以下表格为例展示每个参数的运用过程 ，将表格保存为1.csv

①fname，dtype

fname：本文选定的读取文件为‘1.csv’

dtype：dtype=str，表示读取时采用的为字符串类型

a = np.loadtxt('1.csv',dtype=str)
print (a)

输出结果如下，可以看出每行都单独作为一个字符串输出 

② comments

comments意为跳过以comments参数开头的内容，例如下图，l开头的表头字符串被跳过

a = np.loadtxt('1.csv',dtype=str, comments='l')
print (a)

③ delimiter

没有使用delimiter参数进行分割时，默认是将整个数据一起输出，使用delimiter分割“,”，结果与字符串分割中的split()函数类似

a = np.loadtxt('1.csv',dtype=str,comments='l'，delimiter=',')
print (a)

④converters 

将某一列的数据进行函数预处理再获取，格式为：{列号：函数}，可以看成一个字典形式，对列上的所有数据进行函数处理，如下完成了使输出的第二列数据全部+1的效果

def func(x):
    return int(x)+1
a = np.loadtxt('1.csv',dtype=str,comments='l',delimiter=',',converters={1:func})
print (a)

⑤skiprows

用于指定读取时忽略的行数，默认从首行开始计数，skiprows=1时，列名就会被跳过

def func(x):
    return int(x)+1
a = np.loadtxt('1.csv',dtype=str,comments='l',delimiter=','
               ,converters={1:func},skiprows=1)
print (a)

可以看出由于表头虽然被comments跳过，但skiprows的跳过依然从表头开始

⑥usecols

用于指定需要使用的列，csv的列数计算从0开始，例如单独提取数字列

def func(x):
    return int(x)+1
a = np.loadtxt('1.csv',dtype=str,comments='l',delimiter=','
               ,converters={1:func},skiprows=1,usecols=1)
print (a)

⑦unpack

默认是False，即将数据逐行输出，当设置为True时，数据将逐列输出。

def func(x):
    return int(x)+1
a = np.loadtxt('1.csv',dtype=str,comments='l',delimiter=','
               ,converters={1:func},skiprows=1,unpack=True)
print (a)

⑧encoding

决定读取文件时使用的编码方式，也就是对文件编码方式进行更改，例如csv文件中若存在中文则可能需要采用utf-8的编码方式

⑨max_rows

为最终读取的行数，此处的行数计数从经过comments与skiprows跳过的剩余行中开始

def func(x):
    return int(x)+1
a = np.loadtxt('1.csv',dtype=str,comments='l',delimiter=','
               ,converters={1:func},skiprows=1,unpack=True,max_rows=2)
print (a)