python数据分析02——numpy高级技术

目录

1.处理数据文件

1.1 文本文件

 1.2 例子：如何将数据导入和导出csv文件

1.2.1 np.genfromtxt（）函数：带缺失数据文件读取

1.2.2 np.savetxt（）函数

2.字符串处理 

2.1 字符串操作方法

2.2 字符串拼接

3.导读

---

官方文档

1.处理数据文件

1.1 文本文件

以ASCII码方式存储的文件。常见的有txt，doc，docx，pdf，csv等。

(1) 将数组保存到文本文件：
 

numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# ', encoding=None)[source]

fname：表示要保存文件的地址，可以自己建文件名，如‘test.txt’
X：表示要保存的文件
delimiter ：分隔符，默认空格，也可以用逗号等
newline:表示换行的时候用什么，默认\n，表示换一行，也可以用\t，则表示空四格
header：表示头文件，如“test_data"
footer: 文件下的脚注
comment：注释，默认是#,因为python的注释是#，也可以用其它符号

 

 (2) 从文本加载数据：

numpy.loadtxt(fname, dtype=, comments=’#’, delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

 

 

 1.2 例子：如何将数据导入和导出csv文件

参考文章

1.2.1 np.genfromtxt（）函数：带缺失数据文件读取

导入数据的标准方法是使用np.genfromtxt函数，它可以从web URLs导入数据，处理缺失值，多种分隔符，处理不规则的列数等功能。一个不太通用的版本是用np.loadtxt函数导入数据，它假设数据集无缺失值。

# 关闭数字的科学表示方法np.set_printoptions(suppress=True)
# 从url的csv文件导入数据path = 'https://raw.githubusercontent.com/selva86/datasets/master/Auto.csv'
# delimiter：分隔符
# skip_header：从多少行开始读数据，以0开始
# filling_values：缺失值表示
# dtype：数据类型
# data = np.genfromtxt(path, delimiter=',', skip_header=1, filling_values=-999, dtype='float')
# data[:3]  # 显示前3行数据

import numpy as np

path = 'https://raw.githubusercontent.com/selva86/datasets/master/Auto.csv'
data = np.genfromtxt(path,delimiter=',',skip_header=1,filling_values=-999,dtype='float')
print(data[:3])

若设置参数dtype为'object'或'None'，np.genfromtxt在未设置占位符的前提下能同时处理具有数字和文本列的数据集. 

1.2.2 np.savetxt（）函数

最后，'np.savetxt'将数据保存为csv文件：

# 保存数据为csv文件np.savetxt("out.csv", data, delimiter=",")

 

2.字符串处理 

2.1 字符串操作方法

2.2 字符串拼接

 

3.导读

(16条消息) numpy字符串处理_numpy 字符串_patrickpdx的博客-CSDN博客

NumPy 字符串函数 | 菜鸟教程 (runoob.com)