一、使用NumPy读写文本文件
在数据分析中，经常需要从文件中读取数据或将数据写入文件，常用的存储文件的格式有文本文件、CSV格式文件、二进制格式文件和多维数据文件等。
1.将1维或2维数组写入TXT文件或CSV格式文件 在NumPy中，使用savetxt()函数可以将1维或2维数组写入后缀名为txt或csv的文件.函数格式为：
|
1
|
**numpy.savetxt(fname,array,fmt='%.18e',delimiter=None,newline='\n', header='', footer='', comments='# ', encoding=None)** |
主要参数：
fname：文件、字符串或产生器，可以是.gz 或.bz2 的压缩文件
array：存入文件的数组（一维数组或者二维数组）
fmt：写入文件的格式，如：%d，%.2f，%.18e，默认值是%.18e 可选项
delimiter: 分隔符，通常情况是str可选
header:将在文件开头写入的字符串
footer:将在文件尾部写入的字符串
comments： 将附加到header和footer字符串的字符串，以将其标记为注释。
默认值：'＃' encoding:用于编码输出文件的编码。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
import numpy as nparr = np.arange(12).reshape(3,4)#fmt缺省取%.18e(浮点数）#分割符默认是空格，写入文件保存在当前目录np.savetxt('test-1.txt',arr)#fmt:%d 写入文件的元素是十进制整数,分割符为逗号",",写入文件保存在当前目录np.savetxt('test-2.txt',arr,fmt='%d',delimiter=',')#在test-3.txt文件头部和尾部增加注释，头部 #test-3，尾部 # 数据写入注释，写入文件的元素是字符串np.savetxt('test-3.txt',arr,fmt='%s',delimiter=',',header=\ 'test-3',footer='测试数据',encoding='utf-8')#在test-4.txt文件头部加##test-4注释np.savetxt('test-4.txt',arr,fmt='%f',delimiter=',',header= 'test-4',comments='###')#将arr数组保存为csv文件np.savetxt('test-1.csv',arr,fmt='%d',header='test-1') |
2.读取TXT文件和CSV格式文件 在NumPy中，读取TXT文件和CSV格式文件的函数是loadtxt()，函数格式：
numpy.loadtxt(fname,dtype=type'float'>,comments='#',delimiter=None, converters=None,skiprows=0,usecols=None,unpack=False,ndmin=0,encoding=‘bytes')
#参数说明：
fname：被读取的文件名（文件的相对地址或者绝对地址）
dtype：指定读取后数据的数据类型
comments： 跳过文件中指定参数开头的行（即不读取）
delimiter：指定读取文件中数据的分割符
converters： 对读取的数据进行预处理
skiprows：选择跳过的行数
usecols：指定需要读取的列
unpack：选择是否将数据进行向量输出
encoding：对读取的文件进行预编码
|
1
2
3
4
5
6
|
a = np.loadtxt('test-1.txt') #读入当前目录下的文件 test-1.txtprint(a) [[ 0. 1. 2. 3.] [ 4. 5. 6. 7.] [ 8. 9. 10. 11.]] |
|
1
2
3
4
5
|
# skiprows:指跳过前1行, 如果设置skiprows=2, 就会跳过前两行,数据类型设置为整型.a = np.loadtxt('test-1.txt', skiprows=1, dtype=int)print(a)[[ 4 5 6 7] [ 8 9 10 11]] |
|
1
2
3
4
5
6
7
8
9
|
# comment, 如果行的开头为#就会跳过该行a = np.loadtxt('test-4.txt', skiprows=2, comments='#',delimiter=',')b = np.loadtxt('test-4.txt',comments='#',delimiter=',')print(a,b,sep='\n')[[ 4. 5. 6. 7.] [ 8. 9. 10. 11.]][[ 0. 1. 2. 3.] [ 4. 5. 6. 7.] [ 8. 9. 10. 11.]] |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
# usecols:指定读取的列，若读取0,2两列aa = np.loadtxt('test-3.txt',dtype=int, skiprows=1,delimiter=',',usecols=(0, 2))#unpack是指会把每一列当成一个向量输出, 而不是合并在一起。(a, b) = np.loadtxt('test-2.txt', dtype=int, skiprows=1, comments='#', delimiter=',', usecols=(0, 2), unpack=True)print(aa,a, b,sep='\n')[[ 0 2] [ 4 6] [ 8 10]][4 8][ 6 10]#读取csv文件aa = np.loadtxt('test-1.csv',skiprows=1)print(aa)[[ 0. 1. 2. 3.] [ 4. 5. 6. 7.] [ 8. 9. 10. 11.]] |
二、使用NumPy读写二进制文件
1.使用save()或savez()函数写二进制格式文件
save函数将数组以未压缩的原始二进制格式保存在扩展名为.npy的文件中。会自动处理元素类型和形状等信息。
savez函数将多个数组压缩到一个扩展名为npz的文件，其中每个文件都是一个save()保存的npy文件，文件名和数组名相同
save()或savez()函数的格式：
|
1
2
|
numpy.save(file,array)numpy.savez(file,array) |
2.使用load()函数读取二进制格式文件
load()函数的格式： numpy.load(file)
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
import numpy as npa = np.arange(12).reshape(3,4)print('原数组a:\n',a)np.save('arr1.npy', a) #将数据存储为npy,保存时可以省略扩展名，默认.npyc = np.load('arr1.npy') #读取arr1.npy的数据,读取数据时不能省略 .npyprint('读取后的数据：\n',c)ar = np.arange(6).reshape(3,2) print('保存前的数组:',a,ar,sep='\n')np.savez('arr2.npz',a,ar) #多数组存储，默认文件名.npzb = np.load('arr2.npz')print('读取后的数据：')print(b['arr_0'],b['arr_1'],sep='\n') |
原数组a:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
读取后的数据：
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
保存前的数组:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[0 1]
[2 3]
[4 5]]
读取后的数据：
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[0 1]
[2 3]
[4 5]]
|
1
2
3
4
5
6
7
8
|
for i in b.items(): print(i)('a', array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]))('ar', array([[0, 1], [2, 3], [4, 5]])) |
以上就是python使用NumPy文件的读写操作的详细内容，更多关于python使用NumPy读写文件的资料请关注服务器之家其它相关文章！
原文链接：https://blog.csdn.net/ChristensonLee/article/details/115427532
