形容善良的成语
numpy.loadtxt函数详解
⾸先是对于普通的txt⽂件的⽤法
# ⾸先给出最简单的loadtxt的代码，实际上就是直接写⽂件名, 其他关键字参数都是默认的.
a = np.loadtxt('./')
方丽华print(a) # a为浮点数的原因为Python默认的数字的数据类型为双精度浮点数
[[ 1. 2. 3. 4.]
[ 2. 3. 4. 5.]
[ 3. 4. 5. 6.]
成人色五月[ 4. 5. 6. 7.]]
# 这⾥的skiprows是指跳过前1⾏, 如果设置skiprows=2, 就会跳过前两⾏，数据类型设置为整形.
a = np.loadtxt('./', skiprows=1, dtype=int)
print(a)
[[2 3 4 5]
[3 4 5 6]
[4 5 6 7]]
# 这⾥的comment的是指, 如果⾏的开头为#就会跳过该⾏千岛
a = np.loadtxt('./', dtype=int, skiprows=1, comments='#')
print(a)
[[1 2 3]科研课题申报
[4 5 6]
[7 8 9]]
# 这⾥的ucols是指只使⽤0,2两列, 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('./', dtype=int, skiprows=1, comments='#', delimiter=',', ucols=(0, 2), unpack=True)
print(a, b)
[1 4 7] [3 6 9]
# 最后介绍converters参数, 这个是对数据进⾏预处理的参数, 我们可以先定义⼀个函数，这⾥的converters是⼀个字典, 表⽰第零列使⽤函数add_one来进⾏预处理def add_one(x):
威望素著return int(x)+1 # 注意到这⾥使⽤的字符的数据结构
(a, b) = np.loadtxt('./', dtype=int, skiprows=1, converters={0:add_one}, comments='#', delimiter=',', ucols=(0, 2), unpack=True)
print(a, b)
[2 5 8] [3 6 9]
接着对于csv⽂件的⽤法：
np.loadtxt(filepath,delimiter,ucols,unpack)
参数：
filepath：加载⽂件路径
delimiter：加载⽂件分隔符
ucols：加载数据⽂件中列索引
unpack：当加载多列数据时是否需要将数据列进⾏解耦赋值给不同的变量
data = np.loadtxt('./data/data.csv',delimiter=',',skiprows=1, ucols=(2,3))得意的近义词是什么
同治的皇后print(data)
print(data.shape)
data 还是照例是数据，data.shape则是⼀个元组，记录data的⾏数和列数。
