numpy.genfromtxt

numpy.genfromtxt(fname, dtype=<type 'float'>, comments='#', delimiter=None, skip_header=0, skip_footer=0, converters=None, missing_values=None, filling_values=None, usecols=None, names=None, excludelist=None, deletechars=None, replace_space='_', autostrip=False, case_sensitive=True, defaultfmt='f%i', unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None)

从文本文件加载数据，缺少值按指定处理。

第一个skip_header行之后的每一行在分隔符字符处分割，且注释字符后面的字符将被丢弃。

参数：

fname：file，str，str，generator的列表

要读取的文件，文件名，列表或生成器。如果文件扩展名为gz或bz2，则首先解压缩文件。注意，生成器必须在Python 3k中返回字节字符串。列表中的字符串或生成器生成的字符串被视为行。

dtype：dtype，可选

生成的数组的数据类型。如果为None，那么dtype将由每列的内容单独确定。

注释：str，可选

用于指示注释开始的字符。在注释后的一行上出现的所有字符都将被丢弃

分隔符：str，int或sequence，可选

用于分隔值的字符串。默认情况下，任何连续的空格作为分隔符。整数或整数序列也可以被提供为每个字段的宽度。

skiprows：int，可选

已在numpy 1.10中删除skiprows。请改用skip_header。

skip_header：int，可选

要在文件开头处跳过的行数。

skip_footer：int，可选

在文件结尾处跳过的行数。

转换器：变量，可选

将列的数据转换为值的函数集。转换器还可用于为缺失的数据提供默认值：转换器 = {3： t4> s： float（s 或 0）}。

缺少：变量，可选

在numpy 1.10中删除了缺失。请改用missing_values。

missing_values：变量，可选

对应于缺失数据的字符串集合。

filling_values：变量，可选

缺少数据时用作默认值的一组值。

usecols：sequence，可选

要读取哪些列，0是第一列。例如，usecols = （1， 4， 5） 将提取第2，第5和第6列。

names：{None，True，str，sequence}，可选

如果名称为True，则从第一个skip_header行之后的第一个有效行读取字段名称。如果名称是序列或逗号分隔名称的单字符串，则这些名称将用于定义结构化dtype中的字段名称。如果名称为None，将使用dtype字段的名称（如果有）。

excludelist：sequence，可选

要排除的名称列表。此列表附加到默认列表['return'，'file'，'print']。排除的名称将附加下划线：例如，文件将变为file _。

deletechars：str，可选

必须从名称中删除的组合无效字符的字符串。

defaultfmt：str，可选

用于定义默认字段名称的格式，例如“f％i”或“f_％02i”。

自动分页：bool，可选

是否自动从变量中去除空格。

replace_space：char，可选

用于替换变量名称中的空格的字符。默认情况下，使用“_”。

case_sensitive：{True，False，'upper'，'lower'}，可选

如果为True，字段名称区分大小写。如果为False或'upper'，则字段名称将转换为大写。如果“lower”，字段名称将转换为小写。

解包：bool，可选

如果为真，则返回的数组被转置，使得可以使用x， y， z = loadtxt（...）

usemask：bool，可选

如果为True，返回一个屏蔽的数组。如果为False，返回一个常规数组。

松散：bool，可选

如果为True，请不要为无效值引发错误。

invalid_raise：bool，可选

如果为True，如果检测到列数不一致，则会引发异常。如果为False，则会发出警告，并跳过违规行。

max_rows：int，可选

要读取的最大行数。不得与skip_footer同时使用。如果给定，该值必须至少为1。默认是读取整个文件。

版本1.10.0中的新功能。

返回：

out：ndarray

从文本文件读取的数据。如果usemask为True，则这是一个蒙版的数组。

也可以看看

numpy.loadtxt

没有数据丢失时的等效函数。

笔记

• 当使用空格作为分隔符时，或当没有给定分隔符作为输入时，两个字段之间不应有任何缺失数据。
• 当变量命名（通过灵活的dtype或名称命名）时，文件中不能有任何头（否则会引发ValueError异常）。
• 默认情况下，单个值不会被删除空格。使用自定义转换器时，请确保该函数删除空格。

参考文献

[R20]

Numpy用户指南，I / O with Numpy部分。

例子

>>> from io import StringIO
>>> import numpy as np

带有混合dtype的逗号分隔文件

>>> s = StringIO("1,1.3,abcde")
>>> data = np.genfromtxt(s, dtype=[('myint','i8'),('myfloat','f8'),
... ('mystring','S5')], delimiter=",")
>>> data
array((1, 1.3, 'abcde'),
      dtype=[('myint', '<i8'), ('myfloat', '<f8'), ('mystring', '|S5')])

使用dtype =无

>>> s.seek(0) # needed for StringIO example only
>>> data = np.genfromtxt(s, dtype=None,
... names = ['myint','myfloat','mystring'], delimiter=",")
>>> data
array((1, 1.3, 'abcde'),
      dtype=[('myint', '<i8'), ('myfloat', '<f8'), ('mystring', '|S5')])

指定dtype和名称

>>> s.seek(0)
>>> data = np.genfromtxt(s, dtype="i8,f8,S5",
... names=['myint','myfloat','mystring'], delimiter=",")
>>> data
array((1, 1.3, 'abcde'),
      dtype=[('myint', '<i8'), ('myfloat', '<f8'), ('mystring', '|S5')])

具有固定宽度列的示例

>>> s = StringIO("11.3abcde")
>>> data = np.genfromtxt(s, dtype=None, names=['intvar','fltvar','strvar'],
...     delimiter=[1,3,5])
>>> data
array((1, 1.3, 'abcde'),
      dtype=[('intvar', '<i8'), ('fltvar', '<f8'), ('strvar', '|S5')])