numpy.loadtxt

numpy.loadtxt(fname, dtype=<type 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

从文本文件加载数据。

文本文件中的每一行必须具有相同数量的值。

参数：

fname：文件或str

要读取的文件，文件名或生成器。如果文件扩展名为.gz或.bz2，则文件首先解压缩。注意，生成器应该返回Python 3k的字节字符串。

dtype：数据类型，可选

数组的数据类型； default：float。如果这是一个结构化数据类型，结果数组将是一维的，每行将被解释为数组的一个元素。在这种情况下，使用的列数必须与数据类型中的字段数匹配。

注释：str或sequence，可选

用于指示注释开始的字符或字符列表；默认值：'＃'。

分隔符：str，可选

用于分隔值的字符串。默认情况下，这是任何空格。

转换器：dict，可选

将列号映射到将该列转换为float的函数的字典。例如，如果第0列是日期字符串：转换器 = {0： datestr2num} t0>。转换器还可用于为缺少的数据提供默认值（但请参阅genfromtxt）：转换器 = { 3： lambda s： float（s.strip() 或 }。默认值：无。

skiprows：int，可选

跳过第一个skiprows行；默认值：0。

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。默认值“无”导致读取所有列。

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（...）。与结构化数据类型一起使用时，将为每个字段返回数组。默认值为False。

ndmin：int，可选

返回的数组至少具有ndmin维度。否则将挤压单维轴。合法值：0（默认值），1或2。

版本1.6.0中的新功能。

返回：

out：ndarray

从文本文件读取的数据。

也可以看看

load，fromstring，fromregex

genfromtxt

加载具有如指定处理的缺失值的数据。

scipy.io.loadmat

读取MATLAB数据文件

笔记

此功能旨在成为简单格式化文件的快速读取器。genfromtxt函数提供更复杂的处理，例如，具有缺失值的行。

版本1.10.0中的新功能。

通过Python float.hex方法生成的字符串可以用作浮点数的输入。

例子

>>> from io import StringIO   # StringIO behaves like a file object
>>> c = StringIO("0 1\n2 3")
>>> np.loadtxt(c)
array([[ 0.,  1.],
       [ 2.,  3.]])

>>> d = StringIO("M 21 72\nF 35 58")
>>> np.loadtxt(d, dtype={'names': ('gender', 'age', 'weight'),
...                      'formats': ('S1', 'i4', 'f4')})
array([('M', 21, 72.0), ('F', 35, 58.0)],
      dtype=[('gender', '|S1'), ('age', '<i4'), ('weight', '<f4')])

>>> c = StringIO("1,0,2\n3,0,4")
>>> x, y = np.loadtxt(c, delimiter=',', usecols=(0, 2), unpack=True)
>>> x
array([ 1.,  3.])
>>> y
array([ 2.,  4.])