numpy入门详细教程(四)

本讲主要介绍numpy提供的数据存取方法，包括数据的CSV文件存取、多维数据的存取、便捷文件存取。

更多内容请看numpy入门详细教程(五)

数据的CSV文件保存

CSV(Comma-Separated Value，逗号分隔值)

CSV是一种常见的文件格式,用来存储批量数据

上图右侧便是CSV文件的内容。

用法：

np.savetxt(frame, array, fmt='%.18e', delimiter=None)

frame:文件、字符串或产生器，可以是.gz或.bz2的压缩文件

array:存入文件的数组

fmt:写入文件的格式，例如：%d    %.2d     %.18e

delimiter : 分隔字符串，默认是任何空格

举例：

经过上述两行代码操作，文件便已经被保存下来，打开保存的文件后如下图所示：

在np.savetxt('a.csv', a, fmt='%d', delimiter=',')中，参数'a.csv'表示的保存后的文件的文件名是a.csv；参数a指的是要保存的数组，参数fmt='%d'表示的是元素以整数类型保存，参数dilimiter=','表示元素间以‘，’分隔

再举一个例子：

打开文件b.csv后，

注意：csv文件不支持保存多维数据。例如：

输入上述两行代码后，会报错：

数据的CSV文件读取

用法举例：

np.loadtxt(frame, dtype=np.float, delimiter=None, unpack=False)

frame  :  文件、字符串或产生器,可以是.gz或.bz2的压缩文件

dtype:  数据类型,可选
delimiter  :  分割字符串,默认是任何空格
unpack :  如果True,读入属性将分别写入不同变量

举例：

读取之前保存的a.csv文件

读取之前保存的b.csv文件

CSV文件的局限性：只能存取一维和二维数组，np.savetxt()  np.loadtxt()只能存取一维和二维数组

多维数组的保存：

用法举例：

a.tofile(frame, sep='', format='%s')

frame  :  文件、字符串

sep :  数据分割字符串,如果是空串,写入文件为二进制

format  :  写入数据的格式

例子：

打开文件a.dat后，可以看到：

注意：如果sep='',即数据分隔字符串是空串，写入的文件为二进制。

查看文件b.dat的属性：

多维数组的读取：

用法举例：

np.fromfile(frame, dtype=np.float, count=-1, sep='')

frame  :  文件、字符串

dtype :  读取的数据类型

count  :  读入元素个数,‐1表示读入整个文件

sep :  数据分割字符串,如果是空串,写入文件为二进制

例子：

读取先前保存的文件a.dat

与下图对比：

我们发现，多维数组保存时，维度会转化为一维。

numpy的便捷文件存取：

用法举例：

np.save(fname, array) 或 np.savez(fname, array)

fname :  文件名,以.npy为扩展名,压缩扩展名为.npz

rray  :  数组变量

np.load(fname)

fname:  文件名,以.npy为扩展名,压缩扩展名为.npz

例子：

查看文件a.npy

读取文件：

总结：

numpy库提供的数据存取方式有三种：

CSV文件存取：适用于一维二维数组的存取

dat文件存取：适用与多维数组的存取

便捷文件存取：优点：适用于一维二维多维数组的存取，用法最为简单便捷。缺点：保存的文件为二进制文件，该文件里的内容为二进制数据，不利于查看。

更多内容请看numpy入门详细教程(五)

注：作者在慕课上跟随嵩天老师学习python数据分析，收获良多，以上内容上作者的学习笔记。