Python中的numpy.load()用于从文本文件加载数据，目的是成为简单文本文件的快速阅读器。
请注意，文本文件中的每一行必须具有相同数量的值。
用法：numpy.loadtxt(fname, dtype=’float’, comments=’#’, delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
参数:
fname :要读取的文件，文件名或生成器。如果文件扩展名是.gz或.bz2，则首先将文件解压缩。请注意，生成器应返回Python 3k的字节字符串。
dtype :结果数组的数据类型；默认值：浮点数。如果这是结构化数据类型，则结果数组将为一维，并且每一行将被解释为数组的元素。
delimiter :用于分隔值的字符串。默认情况下，这是任何空格。
converters :字典将列号映射到将该列转换为浮点数的函数。例如，如果第0列是日期字符串：转换器= {0：datestr2num}。默认值：无。
skiprows :跳过第一行默认值：0
返回:ndarray
代码1：
# Python program explaining
# loadtxt() function
import numpy as geek
# StringIO behaves like a file object
from io import StringIO
c = StringIO("0 1 2 \n3 4 5")
d = geek.loadtxt(c)
print(d)输出：
[[ 0. 1. 2.] [ 3. 4. 5.]]
代码2：
# Python program explaining
# loadtxt() function
import numpy as geek
# StringIO behaves like a file object
from io import StringIO
c = StringIO("1, 2, 3\n4, 5, 6")
x, y, z = geek.loadtxt(c, delimiter =', ', usecols =(0, 1, 2),
unpack = True)
print("x is: ", x)
print("y is: ", y)
print("z is: ", z)输出：
x is: [ 1. 4.] y is: [ 2. 5.] z is: [ 3. 6.]
代码3：
# Python program explaining
# loadtxt() function
import numpy as geek
# StringIO behaves like a file object
from io import StringIO
d = StringIO("M 21 72\nF 35 58")
e = geek.loadtxt(d, dtype ={'names': ('gender', 'age', 'weight'),
'formats': ('S1', 'i4', 'f4')})
print(e)输出：
[(b'M', 21, 72.) (b'F', 35, 58.)]
相关用法
注：本文由纯净天空筛选整理自ArkadipGhosh大神的英文原创作品 numpy.loadtxt() in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。