Python科学计算：读取txt，csv，mat文件

最新推荐文章于 2024-09-19 11:41:58 发布

谢小小XH

最新推荐文章于 2024-09-19 11:41:58 发布

阅读量5w

点赞数 14

分类专栏： Python科学计算文章标签： python 数据机器学习文件读取

本文链接：https://blog.csdn.net/xierhacker/article/details/53201308

版权

本文介绍了Python中读取txt、csv和mat文件的方法。针对txt文件，通过自定义读取和使用numpy的loadtxt函数进行了演示。csv文件的读取则讲解了python的csv库和pandas库的read_csv函数，并给出了大量参数的说明。对于.mat文件，介绍了scipy.io的loadmat和savemat函数，以及如何从返回的字典中提取数据。

摘要由CSDN通过智能技术生成

一.txt文件

txt文件是非常常见的文本文件了，我们能够把一些数据保存在txt文件里面，然后读取出来。
没有例子讲的话很麻烦，所以这里结合例子给出背景来讲怎么方便的载入.txt文件到一个数组。
首先我们这里有名叫data1.txt的data2.txt的两个文本文件。两个文件的内容相同，只是分隔符号不相同。直接贴图来看一下。
data1.txt
这里写图片描述
data2.txt

一个用的是空格，一个用的是逗号。
说了那么多前戏，我这里提供两种方法来读取这里的.txt文件

Ⅰ.自己写

自己写的意思就是用最基本的python自带的一些IO操作来做。优点就是不管文件是怎样子的，你可以随心所欲的按自己的需要来定制读写操作。但是缺点就是太过于繁琐，细节很多，对于格式简单的文件，你会发现你做了很多的无用功在里面。
以data1.txt为例子

# -*- coding: utf-8 -*-
import numpy as np

#load data
file=open("data1.txt")
lines=file.readlines()
rows=len(lines)

datamat=np.zeros((rows,2))

row=0
for line in lines:
    line=line.strip().split('\t')
    datamat[row,:]=line[:]
    row+=1

print(datamat)
print(datamat.shape)

结果：
这里写图片描述
成功的读入了ndarray里面，程序很容易懂，有点基础的都看得懂，就不献丑了。这里为了读一个.txt文件居然写了这个多行代码。事实上，还能够更加简化。

Ⅱ.调函数

这个函数在上次的numpy介绍里面其实已经讲过了。这里再来讲一遍。
numpy.loadtxt(fname, dtype=<type 'float'>, comments=’#’, delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
因为之前详细说过这个函数，这里就不多说了。

numpy.savetxt(fname, X, fmt=’%.18e’, delimiter=’ ‘, newline=’\n’, header=’‘, footer=’‘, comments=’#‘)

作用：把一个array保存到文本文件（看作是上面函数的逆操作）
参数：
fname : 你想要保存的文件名（对.gz的支持参考文档）
X : 待放入文本的array
fmt : （可选）你保存的内容的格式，就是字符串那里面的格式控制符，这里不复习了，自己复习一下。
delimiter : 分隔符，你自己定义。默认是空格“ ”
newline : 新的一行，自己定义。建议定义为os.linesep.默认是“\n”，但是我有时候不管用。
header : str, optional String that will be written at the beginning of the file.
footer : str, optional String that will be written at the end of the file.
comments : str, optional
String that will be prepended to the header and footer strings, to mark them as comments. Default: ‘# ‘, as expected by e.g. numpy.loadtxt.

直接举例子看怎么用的
我们这个例子的目的就是用函数把data1.txt和data2.txt载入到array，然后把array在写到文件，分别为命名为data3.txt和data4.txt

# -*- coding: utf-8 -*-
import numpy as np
import os

#load data1.txt
print("------Load data1.txt------")
data1=np.loadtxt("data1.txt",delimiter=' ')
print(data1)
print(data1.shape)
print("type of data1:",type(data1))
print("type of element of data1:",data1.dtype)
print("\n")
#load data2.txt
print("------Load data2.txt------")
data2=np.loadtxt("data2.txt",delimiter=',')
print(data2)
print(data2.shape)
print("type of data2:",type(data2))
print("type of element of data2:",data2.dtype)
print("\n")

#usecols
print("------usecols test:------")
#use 2th column
test=np.loadtxt("data1.txt",delimiter=' ',usecols=(1,))
print(test)
print(test.shape)
print("type of test:",type(test))
print("type of element of test:",test.dtype)


#write test
np.savetxt("data3.txt",data1,fmt="%5.3f",delimiter=" ",newline=os.linesep)
np.savetxt("data4.txt",data1,fmt="%5.2f",delimiter=",",newline=os.linesep)
np.savetxt("data5.txt",test,fmt=