Python numpy genfromtxt用法及代码示例

本文简要介绍 python 语言中 numpy.genfromtxt 的用法。

用法:

numpy.genfromtxt(fname, dtype=<class '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=" !#$%&'()*+, -./:;<=>?@[\\]^{|}~", replace_space='_', autostrip=False, case_sensitive=True, defaultfmt='f%i', unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None, encoding='bytes', *, like=None)

从文本文件加载数据，缺失值按指定处理。

前 skip_header 行之后的每一行都在分隔符处拆分，注释字符之后的字符将被丢弃。

参数：

fname： 文件、str、pathlib.Path、str 列表、生成器

要读取的文件、文件名、列表或生成器。如果文件扩展名是 .gz 或 .bz2 ，则首先解压缩文件。请注意，生成器必须返回字节或字符串。列表中的字符串或由生成器生成的字符串被视为行。

dtype： dtype，可选

结果数组的数据类型。如果为 None，则 dtypes 将由每列的内容单独确定。

comments： str，可选

用于指示注释开始的字符。注释后一行上出现的所有字符都将被丢弃。

delimiter： str、int 或序列，可选

用于分隔值的字符串。默认情况下，任何连续的空格都充当分隔符。也可以提供整数或整数序列作为每个字段的宽度。

skiprows： 整数，可选

在 numpy 1.10 中删除了 skiprows。请改用skip_header。

skip_header： 整数，可选

在文件开头要跳过的行数。

skip_footer： 整数，可选

在文件末尾要跳过的行数。

converters： 可变的，可选的

将列数据转换为值的函数集。转换器还可用于为缺失数据提供默认值：converters = {3: lambda s: float(s or 0)}。

missing： 可变的，可选的

在 numpy 1.10 中删除了缺失。请改用missing_values。

missing_values： 可变的，可选的

对应于缺失数据的字符串集。

filling_values： 可变的，可选的

缺少数据时用作默认值的一组值。

usecols： 顺序，可选

要读取的列，0 是第一个。例如，usecols = (1, 4, 5) 将提取第 2、第 5 和第 6 列。

names： {无，真，str，序列}，可选

如果 names 为 True，则从前 skip_header 行之后的第一行读取字段名称。此行之前可以有选择地使用注释分隔符。如果名称是逗号分隔名称的序列或single-string，则名称将用于定义结构化数据类型中的字段名称。如果名称为无，则将使用 dtype 字段的名称(如果有)。

excludelist： 顺序，可选

要排除的名称列表。该列表附加到默认列表 [‘return’,'file','print']。排除的名称附加下划线：例如，file 将变为 file_。

deletechars： str，可选

组合了必须从名称中删除的无效字符的字符串。

defaultfmt： str，可选

用于定义默认字段名称的格式，例如 “f%i” 或 “f_%02i”。

autostrip： 布尔型，可选

是否自动从变量中去除空格。

replace_space： 字符，可选

用于替换变量名中的空格的字符。默认情况下，使用‘_’。

case_sensitive： {真，假，‘upper’, ‘lower’}，可选

如果为 True，则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。

unpack： 布尔型，可选

如果为 True，则返回的数组被转置，以便可以使用 x, y, z = genfromtxt(...) 解包参数。当与结构化数据类型一起使用时，将为每个字段返回数组。默认为假。

usemask： 布尔型，可选

如果为 True，则返回一个掩码数组。如果为 False，则返回一个常规数组。

loose： 布尔型，可选

如果为 True，则不要为无效值引发错误。

invalid_raise： 布尔型，可选

如果为 True，如果在列数中检测到不一致，则会引发异常。如果为 False，则会发出警告并跳过有问题的行。

max_rows： 整数，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。

encoding： str，可选

用于解码输入文件的编码。当 fname 是文件对象时不适用。特殊值 ‘bytes’ 启用向后兼容解决方法，确保您在可能的情况下接收字节数组并将 latin1 编码的字符串传递给转换器。覆盖此值以接收 unicode 数组并将字符串作为输入传递给转换器。如果设置为无，则使用系统默认值。默认值为‘bytes’。

like： array_like

允许创建非 NumPy 数组的引用对象。如果作为 like 传入的类似数组支持 __array_function__ 协议，则结果将由它定义。在这种情况下，它确保创建一个与通过此参数传入的数组对象兼容的数组对象。

返回：

out： ndarray

从文本文件中读取的数据。如果 usemask 为 True，则这是一个掩码数组。

注意：

• 当使用空格作为分隔符时，或者当没有给出分隔符作为输入时，两个字段之间不应有任何缺失数据。

• 当变量被命名(通过灵活的数据类型或名称)时，文件中不得有任何标头(否则会引发 ValueError 异常)。

• 默认情况下，单个值不会删除空格。使用自定义转换器时，请确保该函数确实删除了空格。

参考：

1：

NumPy 用户指南，I/O with NumPy 部分。

例子：

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

具有混合 dtype 的逗号分隔文件

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

固定宽度列的示例

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

显示评论的示例

>>> f = StringIO('''
... text,# of chars
... hello world,11
... numpy,5''')
>>> np.genfromtxt(f, dtype='S12,S12', delimiter=',')
array([(b'text', b''), (b'hello world', b'11'), (b'numpy', b'5')],
  dtype=[('f0', 'S12'), ('f1', 'S12')])