【Python】 将 NumPy 数组导出到 CSV 文件

基本原理

NumPy 是 Python 中一个非常强大的科学计算库，它提供了多维数组对象、派生对象（如掩码数组和矩阵）以及用于快速操作数组的各种例程，包括数学、逻辑、形状操作、排序、选择等。NumPy 数组可以非常方便地用于存储和操作数据，但有时我们可能需要将这些数据导出到 CSV 文件中，以便进行进一步的分析或与其他系统共享。

CSV（Comma-Separated Values）文件是一种简单通用的文件格式，用于存储表格数据，如电子表格和数据库。CSV 文件由纯文本组成，其中每个字段值由逗号分隔，每行表示一个数据记录。

代码示例

下面是一个简单的示例，展示如何将 NumPy 数组导出到 CSV 文件中。

import numpy as np

# 创建一个 NumPy 数组
data = np.array([[1, 2, 3], [4, 5, 6]])

# 将 NumPy 数组导出到 CSV 文件
np.savetxt('data.csv', data, delimiter=',')

# 如果需要，可以添加标题行
np.savetxt('data_with_header.csv', data, delimiter=',', header="Col1,Col2,Col3")

运行上述代码后，你会在当前目录下得到两个 CSV 文件：data.csv 和 data_with_header.csv。data.csv 包含原始数据，而 data_with_header.csv 则在文件顶部添加了列标题。

注意事项

• delimiter 参数用于指定字段分隔符，默认为逗号,。你可以根据需要更改为分号;或其他字符。
• header 参数用于添加 CSV 文件的标题行。如果数组是多维的，标题将应用于最后一维。
• np.savetxt 函数提供了多种参数，如 fmt 用于指定数据的格式化字符串，comments 用于添加注释等。
• 导出大数组时，可能需要考虑内存和性能问题。对于非常大的数据集，可能需要分批处理或使用其他方法。

扩展知识点

格式化输出

如果你需要对导出的数据进行格式化，可以使用 fmt 参数。例如，如果你想将数字格式化为两位小数：

np.savetxt('formatted_data.csv', data, delimiter=',', fmt='%.2f')

导出多维数组

对于多维数组，可以通过调整 delimiter 和 header 参数来控制 CSV 文件的结构。例如，如果你想将二维数组的每一行作为一个单独的记录：

np.savetxt('multidimensional_data.csv', data, delimiter=',', fmt='%d')

使用 Pandas 库

除了 NumPy，Pandas 库也提供了将数据导出到 CSV 文件的功能，且通常更为方便和灵活。以下是一个使用 Pandas 的示例：

import pandas as pd

# 将 NumPy 数组转换为 Pandas DataFrame
df = pd.DataFrame(data)

# 导出到 CSV 文件
df.to_csv('pandas_data.csv', index=False)

结论

将 NumPy 数组导出到 CSV 文件是一个简单的过程，但涉及到多个参数和选项，可以根据具体需求进行调整。无论是基本的导出还是更复杂的格式化和多维数据处理，NumPy 和 Pandas 都提供了强大的工具来满足不同的需求。通过上述示例和扩展知识点，你应该能够掌握将 NumPy 数组导出到 CSV 文件的基本技能，并能够根据需要进行适当的调整。

>
> 【痕迹】QQ+微信朋友圈和聊天记录分析工具1.0.4 （1）纯Python语言实现，使用Flask后端，本地分析，不上传个人数据。
>
> （2）内含QQ、微信聊天记录保存到本地的方法，真正实现自己数据自己管理。
>
> （3）数据可视化分析QQ、微信聊天记录，提取某一天的聊天记录与大模型对话。
>
> 下载地址：https://www.alipan.com/s/x6fqXe1jVg1
>