Python 中的 numpy.loadtxt()

Python 的 numpy 模块提供了一个从文本文件加载数据的函数。 numpy 模块提供 loadtxt() 函数，作为简单文本文件的快速读取器。

注意：在文本文件中，每一行必须有相同数量的值。

语法

参数

以下是 numpy.loadtxt() 函数中的参数

fname: 文件，字符串或 pathlib.Path

此参数定义要读取的文件、文件名或生成器。 首先，我们将分解文件，如果文件扩展名是 .gz 和 .bz2。 之后，生成器将为 Python 3k 返回字节串。

dtype：数据类型（可选）

此参数定义结果数组的数据类型，默认情况下，数据类型将是 float。 当它是一个结构化数据类型时，结果数组将是一维的。 每行被解释为一个数组元素，并且使用的列数必须与数据类型中的字段数匹配。

comments: 字符串或序列（可选）

此参数定义用于指示注释开始的字符或字符列表。 默认情况下，它将是 '#'。

delimiter: 字符串（可选）

此参数定义用于分隔值的字符串。 默认情况下，它将是任何空格。

converters: 字典（可选）

此参数定义一个字典，将列号映射到将映射列转换为 float 的函数。 当 column() 是一个日期字符串时，则 converters={0:datestr2num}。 此参数也用于为缺失数据提供默认值，如 converters= {3: lambda s: float(s.strip() or 0)}。

skiprows: 整数（可选）

此参数用于跳过前 'skiprows' 行，默认情况下，它将是 0。

usecols: 整数或序列（可选）

此参数定义要读取的列，其中 0 是第一列。 例如，usecols=(0, 3, 5) 将提取第 1、4 和 5 列。 默认情况下，它的值为 None，这将导致读取所有列。 在新版本中，如果我们想读取单个列，我们可以使用一个整数而不是一个元组。

unpack: 布尔值（可选）

如果此参数设置为 true，则返回的数组将被转置，以便可以使用 x, y, z =loadtxt(...) 解包参数。 将其与结构化数据类型一起使用时，将为每个字段返回数组。 默认情况下，它将设置为 False。

ndim: 整数（可选）

返回的数组将具有“ndmin”维。 否则，它将挤压单维轴。 合法值：0（默认）、1 或 2。

返回值：out(ndarray)

它以 ndarray 的形式从文本文件读取数据。

示例 1

输出

<_io.StringIO object at 0x000000000A4C3E48>
array([[0., 1.],
       	[2., 3.]])

在上面的代码中

• 我们使用别名 np 导入了 numpy。
• 我们还从 io 导入了 StringIO。
• 我们声明了变量“c”并分配了 StringIO() 函数的返回值。
• 我们已将 unicode 数据传递给该函数。
• 最后，我们尝试打印 np.loadtxt() 的返回值，其中我们传递了文件或文件名。

在输出中，它以 ndarray 的形式显示了文件的内容。

示例 2

输出

array([('M', 21, 72.), ('F', 35, 58.)], dtype=[('gender', 'S1'), ('age', '<i4'), ('weight', '<f4')])

示例 3

输出

array([1., 3.])
array([2., 4.])

在上面的代码中

• 我们使用别名 np 导入了 numpy。
• 我们还从 io 导入了 StringIO。
• 我们声明了变量“c”并分配了 StringIO() 函数的返回值。
• 我们已将 unicode 数据传递给该函数。
• 最后，我们尝试打印 np.loadtxt 的返回值，其中我们传递了文件或文件名，将 delimiter、usecols 和 unpack 设置为 True。

在输出中，文件内容已以 ndarray 的形式显示。