python怎么用numpy函数_Python numpy.loadtxt函数方法的使用

numpy.loadtxt

numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None)[source]

从文本文件加载数据。

文本文件中的每一行必须具有相同数量的值。参数 ：fname：file,str,或 pathlib.Path

要读取的文件，文件名或生成器。

如果文件扩展名是.gz或.bz2，

则首先将文件解压缩。 请注意，

生成器应返回字节字符串。

dtype：data-type, 可选

结果数组的数据类型； 默认值：float。

如果这是结构化数据类型，

则结果数组将为一维，并且每一行将被解释为数组的元素。

在这种情况下，使用的列数必须与数据类型中的字段数匹配。

comments：str 或 str的sequence, 可选

用于指示注释开始的字符或字符列表。 无表示无评论。

为了向后兼容，字节字符串将被解码为“latin1”。

默认值为“#”。

delimiter：str, 可选

用于分隔值的字符串。 为了向后兼容，

字节字符串将被解码为“latin1”。 默认为空格。

converters：dict, 可选

将列号映射到函数的字典，

该函数会将列字符串解析为所需的值。 例如，

如果第0列是日期字符串：

converters = {0：datestr2num}。

转换器也可以用于提供缺失数据的默认值

converters = {3：lambda s：float(s.strip()或0)}。

默认值：None。

skiprows：int, 可选

跳过第一行，包括注释； 默认值：0

usecols：int 或 sequence, 可选

要读取的列，第一列为0。 例如，usecols =(1,4,5)

将提取第二，第五和第六列。 默认值为“None”，

将导致读取所有列。在版本1.11.0中进行了更改：

当必须读取单个列时，可以使用整数而不是元组。

例如，usecols = 3读取第四列的方式与

usecols =(3，)相同。

unpack：bool, 可选

如果为True，则对返回的数组进行转置，

以便可以使用x，y，z = loadtxt(...)解压缩参数。

与结构化数据类型一起使用时，将为每个字段返回数组。

默认值为False。

ndmin：int, 可选

返回的数组将至少具有ndmin维。 否则，将挤压一维轴。

合法值：0(默认)，1或2。

1.6.0版中的新功能。

encoding：str,可选

用于解码输入文件的编码。 不适用于输入流。

特殊值 ‘bytes’可实现向后兼容的解决方法，

可确保您尽可能接收字节数组作为结果，

并将“latin1”编码的字符串传递给转换器。

覆盖此值以接收unicode数组，

并将字符串作为输入传递给转换器。

如果设置为None，则使用系统默认值。

默认值为‘bytes’。

1.14.0版中的新功能。

max_rows：int, 可选

在行数之后读取max_rows内容行。 默认为读取所有行。

1.16.0版中的新功能。

返回值 ：out：ndarray

从文本文件读取数据。

Notes

此功能旨在成为简单格式文件的快速阅读器。genfromtxt函数可对例如缺少值的行进行更复杂的处理。

1.10.0版中的新功能。

Python float.hex方法产生的字符串可用作float的输入。

例子

>>> from io import StringIO # StringIO behaves like a file object

>>> c = StringIO("0 1\n2 3")

>>> np.loadtxt(c)

array([[0., 1.],

[2., 3.]])>>> d = StringIO("M 21 72\nF 35 58")

>>> np.loadtxt(d, dtype={'names': ('gender', 'age', 'weight'),

... 'formats': ('S1', 'i4', 'f4')})

array([(b'M', 21, 72.), (b'F', 35, 58.)],

dtype=[('gender', 'S1'), ('age', '

>>> c = StringIO("1,0,2\n3,0,4")

>>> x, y = np.loadtxt(c, delimiter=',', usecols=(0, 2), unpack=True)

>>> x

array([1., 3.])

>>> y

array([2., 4.])

本示例说明如何使用转换器将带有尾随减号的字段转换为负数>>> s = StringIO('10.01 31.25-\n19.22 64.31\n17.57- 63.94')

>>> def conv(fld):

... return -float(fld[:-1]) if fld.endswith(b'-') else float(fld)

...

>>> np.loadtxt(s, converters={0: conv, 1: conv})

array([[ 10.01, -31.25],

[ 19.22, 64.31],

[-17.57, 63.94]])