numpy读取数据、索引和切片、数值修改

CSV：逗号分隔值文件

显示：表格状态

源文件：换行和逗号分隔行列的格式化文本，每一行的数据表示一条记录

np.loadtxt

np.loadtxt(frame, dtype=np.float, delimiter=None, skiprows=0, usecols=None, unpack=False)

frame: 文件、字符串或产生器，可以是.gz或bz2压缩文件
dtype: 数据类型，可选，CSV的字符串以什么数据类型读入数组中，默认np.float
delimiter: 分隔字符串，默认是任何空格，改为逗号，比如csv文件就用逗号
skiprows: 跳过前x行，一般跳过第一行表头
usecols： 读取指定的列、索引、元组类型
unpack： 如果是True，读入属性将分别写入不同数组变量（相当于转置效果），False读入数据只写入一个数组变量，默认False

numpy的索引和切片

总结：

numpy索引和数据切片：
逗号前面取行，后面加:
逗号后面取列，前面加:

print(x[2])  # 取第3行
print(x[2:])  # 取第3行后面的行(包括第3行)
print(x[[0, 2]])  # 取不连续的多行(注意多加一个方括号)
print(x[:, 1])  # 取第2列
print(x[:, 2:])  # 取第2列后面的列
print(x[:, [0, 1, 2]])  # 取1,2,3列
print(x[3, 4])  # 取第三行第四列的值
print(x[2:4, 1:3])  # 取第3行到第5行，第2列到第4列
print(x[[0, 2], [0, 1]])  # 取多个不相邻的点

numpu中的数值修改

x[:, 2:4] = 12  # x数组中3到5行（不包括5行）的元素赋值为12
print(x < 10)  # 将数组中所有的元素与10进行比较，小于10的为True，其他为false
x[x < 10] = 3  # 将数组中小于10的元素赋值为3
x = np.where(x < 10, 0, 10)  # np三元运算符，x中小于10的元素赋值为0，大于等于10的元素赋值为10
x = x.clip(10, 18)  # 把小于10的元素替换为10，大于18的元素替换为18