关于python中numpy.loadtxt()的详细用法

做数据分析离不开对数据的获取，而常用到的作为数据存储的文件类型有：csv，json，vml，hdf等（本文介绍对csv文件的数据获取方法numpy.loadtxt()）。

获取csv文件数据常用到的模块

照自己目前的学习进度，对csv数据的获取通常会用到numpy模块的loadtxt()方法以及在numpy基础上的pandas模块（下篇博客提及）.

numpy的loadtxt()方法

numpy.loadtxt()方法的参数有以下这些：

参数	作用
fname	被读取的文件名（文件的相对地址或者绝对地址）
dtype	指定读取后数据的数据类型
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

各个参数的详细用法

fname：指定需要读取的CSV文件（从某种意义来说，CSV文件属于txt文件，详细可百度）地址即可完成最简单的读取操作，如下：
创建一个csv文件（test_csv.csv），文件内容是：

使用numpy.loadtxt()读取，此时使用文件的相对地址进行读取：

import numpy as np
csv_array = np.loadtxt('./test_csv.csv',dtype=str)

结果显示为：

考虑到loadtxt()中的dtype参数默认设置为float，这里设置为str字符串便于显示，顺带说一下，dtype参数指定读取后的数据类型,而numpy读取后的数据是一个numpy多维数组的数据类型，下下博客可能介绍。

comments：comments参数指定读取中，跳过以comments参数开头的行，如：类似linux系统的配置文件中用于说明的行，一般用“#”开头，我们就可以用comments参数进行跳过。
（演示需要）建立一个TXT文件test.txt,内容如下：

使用numpy进行读取：

import numpy as np
txt_array = np.loadtxt('./test.txt',dtype=str,comments='#')
print(txt_array)

结果显示为：

delimiter：该参数类似于python处理字符串分割中的split()函数，对数据根据参数进行分割处理。例如fname参数中的文件test_csv.csv，csv文件默认是以逗号分隔数据，在查看文件时没有显示，当没有使用delimiter参数进行分割时，默认是将整个数据一起输出，当使用delimiter参数时：

import numpy as np
csv_array = np.loadtxt('./test_csv.csv',dtype=str，delimiter=',')
print(csv_array)

结果显示为：

结果将数据分行输出了
converters：该参数是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
具体过程如下：
先定义一个函数

def _is_num(_str):
    if len(_str)>1:
       return 'num'
    return 'values'

使用converters参数操作文件：

csv_array = np.loadtxt('./test_csv.csv',
                       dtype=str,
                       delimiter=',',
                       converters={1:_is_num})

结果显示为：

skiprows：指定读取时忽略的行数，默认从首行开始计数，也就是说，当我们设置skiprows=1时，列名就会被跳过不读取，这个参数经常被这样使用：

csv_array = np.loadtxt('./test_csv.csv',
                       dtype=str,
                       delimiter=',',
                       converters={1:_is_num},
                       skiprows=1)

结果显示为：

usecol：usecols参数指定我们需要使用的列，用于提取文件中我们使用的数据，也就是说，平时中我们可能不需要index序列之类的，只要values这一列的数据，如下设置：

csv_array = np.loadtxt('./test_csv.csv',
                       dtype=str,
                       delimiter=',',
                       usecols=1,
                       skiprows=1)

csv文件的列号是从0开始计数，所以我们在这里将参数设置为1.
结果显示为：

unpack：选择是否将数据向量输出，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。

csv_array = np.loadtxt('./test_csv.csv',
                       dtype=str,
                       delimiter=',',
                       unpack=True,
                       skiprows=1)

结果显示为：

encoding：这个参数是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，python经常有编码方面的问题出现，关于编码与解码的换一篇博客再讲，在这里就不细说了。