python数据分析与展示--数据存取与函数

一.数据的CSV文件存取

        1.CSV文件

CSA是一种常见的文件格式，用来存储批量数据

---

        2.np.savetxt存储数据

np.savetxt()用于将数据存储到本地

       格式：

np.savetxt(frame,array,fmt='%.18e',delimiter=None)

       ·frame：文件，保持文件的路径，字符串或产生器，可以是.gz或.bz2的压缩文件

        ·array：写入文件的数组

        ·fmt：写入文件的格式，例如：%d，%.2f，%18e

        ·delimiter：分割字符串，默认是空格

---

代码实例：以整数形式写入

运行代码后在工程目录下会生成对应的a.csv文件，文件内容为：

 

---

代码实例：浮点数形式写入

import numpy as np

a=np.arange(100).reshape(5,20)
np.savetxt('a.csv',a,fmt='%.1f',delimiter=',')

'''
a.csv文件内容：
0.0,1.0,2.0,3.0,4.0,5.0,6.0,7.0,8.0,9.0,10.0,11.0,12.0,13.0,14.0,15.0,16.0,17.0,18.0,19.0
20.0,21.0,22.0,23.0,24.0,25.0,26.0,27.0,28.0,29.0,30.0,31.0,32.0,33.0,34.0,35.0,36.0,37.0,38.0,39.0
40.0,41.0,42.0,43.0,44.0,45.0,46.0,47.0,48.0,49.0,50.0,51.0,52.0,53.0,54.0,55.0,56.0,57.0,58.0,59.0
60.0,61.0,62.0,63.0,64.0,65.0,66.0,67.0,68.0,69.0,70.0,71.0,72.0,73.0,74.0,75.0,76.0,77.0,78.0,79.0
80.0,81.0,82.0,83.0,84.0,85.0,86.0,87.0,88.0,89.0,90.0,91.0,92.0,93.0,94.0,95.0,96.0,97.0,98.0,99.0
'''

---

         3.np.loadtxt读取数据

np.loadtxt()用于从磁盘读取数据

格式：

np.loadtxt(frame,dtype=np.float,delimiter=None,unpack=Flase)

        ·frame：文件，存储数据的文件路径，可以是.gz或.bz2的压缩文件

        ·dtype：数据类型，可选

        ·delimiter：分割字符串，默认是空格

        ·unpack：如果是True，读入属性将分别写入不同变量

---

代码实例：

import numpy as np

a=np.arange(100).reshape(5,20)

b=np.loadtxt('a.csv',delimiter=',')
print(b)
'''
[[ 0.  1.  2.  3.  4.  5.  6.  7.  8.  9. 10. 11. 12. 13. 14. 15. 16. 17.
  18. 19.]
 [20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37.
  38. 39.]
 [40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51. 52. 53. 54. 55. 56. 57.
  58. 59.]
 [60. 61. 62. 63. 64. 65. 66. 67. 68. 69. 70. 71. 72. 73. 74. 75. 76. 77.
  78. 79.]
 [80. 81. 82. 83. 84. 85. 86. 87. 88. 89. 90. 91. 92. 93. 94. 95. 96. 97.
  98. 99.]]
'''

或

import numpy as np

a=np.arange(100).reshape(5,20)
b=np.loadtxt('a.csv',dtype=np.int,delimiter=',')
print(b)
'''
[[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]
 [20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39]
 [40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59]
 [60 61 62 63 64 65 66 67 68 69