panda(to_csv和read_csv)
import numpy as np
import pandas as pd
a = np.array([1,2,3,4])
b = np.array([3,4,5,6])
df = pd.DataFrame({'a_name':a,'b_name':b})
df.to_csv('a.csv')
df = pd.read_csv('a.csv')
【读取dat文件】【逐行写入dat文件】
#写入
i=1
f=open("test.dat","w")
#利用追加模式,参数从w替换为a即可 如果换成'a'就是在在原本文本的基础上写入新的东西,用'w'则会覆盖
while i <= 10:
f.write("%f\n" %i)
i=i+1
#读取
f = open('test.dat')
for i in f:
print(i)
print(float(i)+10)
#文本读取出来之后是str加上float可以使其变成浮点型
【非csv文件并且有多列数据时】
test.txt文件内容如下
x_hz = np.fromfile('test.txt', sep='\n')
x_hz = x_hz.reshape((x_hz.size//2, 2))
x_hz = x_hz[:,1]
【np多维数据的快速保存】
原作者链接:http://www.ay1.cc/article/1673321541727148532.html
我直接粘贴的原作者的流程,非常简洁。学会及时保存这些数据矩阵还是很实用的,我们总是要对这些数据画图之类的,如果每次画图都要跑一遍全部流程对于大程序来说是很浪费时间的。