Python NumPy loadtxt方法用法及代码示例

例子

基本用法

假设我们有以下名为 sample.txt 的 text-file ：

1 2 3 4
5 6 7 8

要导入此文件：

a = np.loadtxt("sample.txt")
a



array([[1., 2., 3., 4.],
       [5., 6., 7., 8.]])

请注意，此 Python 脚本与 sample.txt 位于同一目录中。

另外，请注意 Numpy 选择的默认数据类型是 float64 ，无论文本文件中的数字是否都是整数：

print(a.dtype)



float64

指定所需的数据类型

我们可以使用 dtype 指定类型，而不是使用默认的 float64 ：

a = np.loadtxt("sample.txt", dtype=int)
a



array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

处理评论

假设我们的sample.txt文件如下：

1 2 3 4    # I'm the first row!
5 6 7 8    // I'm the second row!

要删除 text-file 中的注释，请指定 comments ：

a = np.loadtxt("sample.txt", comments=["#", "//"])
a



array([[1., 2., 3., 4.],
       [5., 6., 7., 8.]])

指定自定义分隔符

假设我们的sample.txt文件如下：

1,2
3,4

要使用逗号作为分隔符：

a = np.loadtxt("sample.txt", delimiter=",")
a



1,2
3,4

指定转换器

假设我们的sample.txt文件如下：

1 2
3 4

举个任意的例子，假设我们想将第一列的所有值加 10，并使第二列的所有值都为 20：

a = np.loadtxt("sample.txt", converters={0: lambda x: int(x) + 10, 1: lambda x: 20})
a



array([[11., 20.],
       [13., 20.]])

跳行

假设我们的sample.txt文件如下：

1 2 3
4 5 6
7 8 9

要跳过第一行：

a = np.loadtxt("sample.txt", skiprows=1)
a



array([[4., 5., 6.],
       [7., 8., 9.]])

只读取某些列

假设我们的sample.txt文件如下：

1 2 3
4 5 6

仅读取第一列和第三列(即列索引 0 和 2)：

a = np.loadtxt("sample.txt", usecols=[0,2])
a



array([[1., 3.],
       [4., 6.]])

拆装色谱柱

假设我们的sample.txt文件如下：

1 2
3 4

要检索每列的数据而不是单个 NumPy 数组：

col_one, col_two = np.loadtxt("sample.txt", unpack=True)
print("col_one:", col_one)
print("col_two:", col_two)



col_one: [1. 2.]
col_two: [3. 4.]

指定所需尺寸

假设我们的 sample.txt 只有一行：

1 2 3 4

默认情况下，loadtxt(~) 将生成一个一维数组：

a = np.loadtxt("sample.txt")
a



array([1., 2., 3., 4.])

我们可以通过以下方式指定我们希望数组是二维的：

a = np.loadtxt("sample.txt", ndmin=2)
a



array([[1., 2., 3., 4.]])

指定要读取的最大行数

假设我们的sample.txt文件如下：

1 2
3 4
5 6

仅读取前两行：

a = np.loadtxt("sample.txt", max_rows=2)
a