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