python数据分析之Numpy(二)
一、Numpy读取文件
loadtxt()方法
numpy.loadtxt(fname, dtype=, comments=’#’, delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
参数 | 作用 |
---|---|
fname | 被读取的文件名(文件的相对地址或者绝对地址) |
dtype | 指定读取后数据的数据类型 |
comments | 跳过文件中指定开头的行(即不读取),比如comments=’#'表示不读取以#开头的数据 |
delimiter | 指定读取文件中数据的分割符 |
converters | 对读取的数据进行预处理 |
skiprows | 选择跳过的行数 |
usecols | 指定需要读取的列 |
unpack | 选择是否将数据进行向量输出,相当于将源数据转置输出 |
encoding | 对读取的文件进行预编码 |
import numpy as np
#读取文件loadtxt()方法
GB_vido_path = "GB_video_data_numbers.csv"
US_vido_path = "US_video_data_numbers.csv"
t1 = np.loadtxt(GB_vido_path,dtype = "i8", delimiter=",")
t2 = np.loadtxt(US_vido_path,dtype="i8", delimiter=",")
print(t1)
print("*"*100)
print(t2)
二、数组转置的三种方法
方法一:使用属性T
方法二:使用方法transpose()
方法三:使用方法swapaxes()
arr01 = np.arange(2,8).reshape(2,3)
print("arr01:",arr01) #arr01: [[2 3 4] [5 6 7]]
#方法一:使用属性T
arr02 = arr01.T
print("arr02:",arr02) #arr02: [[2 5] [3 6] [4 7]]
#方法二:使用方法transpose()
arr03 = arr01.transpose() #arr03: [[2 5] [3 6] [4 7]]
print("arr03:",arr03)
#方法三:使用方法
arr04 = arr01.swapaxes(1,0)
print("arr04:",arr04) #arr03: [[2 5] [3 6] [4 7]]
三、Numpy的索引与切片
#取数组中的行
t = np.arange(1,73).reshape(8,9)
print(t)
print("*"*100)
#取单值
t0 = t[2,3