'''----------------------保存数据savetxt-----------------------'''
import numpy as np
example = np.arange(24).reshape(3,8)
'''
将numpy的ndarray数组保存到文本文件中:
savetxt(fileName,data)
fileName:保存文件路径和名称
data:需要保存的数据
'''
np.savetxt("./data/example.txt",example)
print("保存完成~")
'''---------------------加载数据loadtxt-----------------------'''
import numpy as np
'''
numpy加载csv文件数据
np.loadtxt(filepath,delimiter,usecols,converters,unpack)
filepath:加载文件的路径
delimiter:数据文件的分隔符
usecols:加载数据文件中数据列索引
unpack:当加载多列数据时是否需要将数据列进行解耦赋值给不同的变量
converters:{},第一个参数为要加载的数据是第几列,第二个参数是对数据操作的函数或表达式
'''
result = np.loadtxt('data/data.csv',delimiter=",",usecols=(6,7))
print(result)
#从result中切片分别取出收盘价和成交量
close = result[:,0]
print("收盘价:\n",close)
amount = result[:,1]
print("成交量:\n",amount)
#当加载csv文件的多列数据时可以使用unpack将加载的数据列进行解耦到不同的数组中
arr1,arr2 = np.loadtxt('data/data.csv',delimiter=",",usecols=(6,7),unpack=True)
print("收盘价:\n",arr1)
print("成交量:\n",arr2)
#加载收盘价并将数据转化为整数
close = np.loadtxt("data/data.csv",delimiter=",",usecols=(6),
converters={ 6:lambda x: int(float(x))})
print(close)
'''---------------------数组的属性-----------------------'''
import numpy as np
example = np.arange(24).reshape(3,4,2)
#01->ndim数组的维度
print("01维度:",example.ndim) #3
#02->size数组元素的个数
print("02元素个数:",example.size) #24
#03->len
print("03元素个数:",len(example)) #3
#04->itemsize数组中的元素在内存中所占的字节数
print("每个元素在内存中所占的字节数:",example.itemsize) #int32/8=4
#05->nbytes整个数组所占的存储空间/字节数
print("整个数组所占的存储空间/字节数:",example.nbytes) #24*4=96
print("整个数组所占的存储空间/字节数:",example.size*example.itemsize) #24*4=96
#06->T数组的转置结果
print("原数组:\n",example) #3x4x2
print("转置结果:\n",example.T) #2x4x3
#07->real复数数组的实部
comp = np.array([2+5j,6+3j,4+2j])
real = comp.real
print("复数数组的实部是:\n",