Numpy库 loadtxt 常用io函数详解
np.loadtxt
,用的好多啊。搞深度学习读个标签都用这个。
- 函数原型:
numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None)
- 除了
fname
是个必选内容,其他位置均有默认值。默认值类型已在函数原型显示。只选中fname
和python提供的file_descriptor.readlines()
一样,读取文件直到出现EOF
符号。comments
: 根据行首符号,判断该行是否是注释行,若是,则不会被读取。默认注释符号为#
。delimiter
:根据分割符将读取的行内容分割成列,默认读取行内所有值- converters:接受一个字典,
key
为列数,value
为对该列内容的函数处理句柄skiprows
: 默认从第一行开始读,若有值则跳过前skiprows
行,包括注释。max_rows
: 默认读到EOF
,若有值则总共读取max_rows
行,包括注释。
- 即从文件读取
skiprows+1
行到skiprows+max_rows+1
行
usecols
: 选取列内容,(0,2,4)则会提取行中1,3,5列的内容。unpack
: 选择是用一个array接着,还是根据多个,和usecols
合用- 剩下那两个不怎么用,除非你打开的文件出现乱码。请查清文本编码格式