2.使用load方法读取数据文件
- import numpy as np # 导入nump库
- write_data = np.array([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12]])# 定义要存储的数据
- np.save('load_data', write_data) # 保存为npy数据文件
- read_data = np.load('load_data.npy') #读取npy文件
- print(read_data)
-
执行结果: [[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]]
3. 使用fromfile方法读取数据文件
使用Numpy的fromfile方法可以读取简单的文本文件数据以及二进制数据。通常情况下,该方法读取的数据来源于Numpy的tofile方法,即通过Numpy的tofile方法将特定数据保存为文件(默认为二进制数据文件,无论文件扩展名如何定义),然后通过fromfile方法读取该二进制文件。
语法:
fromfile(file, dtype=float, count=-1, sep='')
参数:
·file:文件或字符串。
·dtype:数据类型,具体参照表2-3。注意数据类型要与文件存储的类型一致。
·count:整数型,读取数据的数量,-1意味着读取所有数据。
·sep:字符串,如果file是一个文本文件,那么该值就是数据间的分隔符。如果为空("")则意味着file是一个二进制文件,多个空格将按照一个空格处理。返回:从文件中读取的数据。
- import numpy as np #导入numpy库
- file_name = 'numpy_data.txt' #定义数据文件
- data = np.loadtxt(file_name, dtype='float32', delimiter=' ') #获取数据
- tofile_name = 'binary' #定义导出二进制文件名
- data.tofile(tofile_name) #导出二进制文件
- fromfile_data = np.fromfile(tofile_name, dtype='float32') #读取二进制文件
- print(fromfile_data)
- 结果:
-
[ 0. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14.]
3. 使用Pandas的read_csv、read_fwf、read_table读取数据