Python numpy loadtxt用法及代碼示例

本文簡要介紹 python 語言中 numpy.loadtxt 的用法。

用法:

numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None, *, like=None)

從文本文件加載數據。

文本文件中的每一行必須具有相同數量的值。

參數：

fname： 文件、str、pathlib.Path、str 列表、生成器

要讀取的文件、文件名、列表或生成器。如果文件擴展名是 .gz 或 .bz2 ，則首先解壓縮文件。請注意，生成器必須返回字節或字符串。列表中的字符串或由生成器生成的字符串被視為行。

dtype： 數據類型，可選

結果數組的數據類型；默認值：浮點數。如果這是結構化數據類型，則生成的數組將是一維的，並且每一行將被解釋為數組的一個元素。在這種情況下，使用的列數必須與數據類型中的字段數匹配。

comments： str 或 str 序列，可選

用於指示注釋開始的字符或字符列表。無意味著沒有評論。為了向後兼容，字節串將被解碼為‘latin1’。默認值為“#”。

delimiter： str，可選

用於分隔值的字符串。為了向後兼容，字節串將被解碼為‘latin1’。默認值為空格。

converters： 字典，可選

將列號映射到函數的字典，該函數將列字符串解析為所需的值。例如，如果第 0 列是日期字符串：converters = {0: datestr2num} 。轉換器還可以用於為丟失的數據提供默認值(但另請參見 genfromtxt )：converters = {3: lambda s: float(s.strip() or 0)}。默認值：無。

skiprows： 整數，可選

跳過第一行，包括注釋；默認值：0。

usecols： int 或序列，可選

要讀取的列，0 是第一個。例如，usecols = (1,4,5) 將提取第 2、第 5 和第 6 列。默認值 None 會導致讀取所有列。

unpack： 布爾型，可選

如果為 True，則返回的數組被轉置，以便可以使用 x, y, z = loadtxt(...) 解包參數。當與結構化數據類型一起使用時，將為每個字段返回數組。默認為假。

ndmin： 整數，可選

返回的數組至少有 ndmin 維度。否則mono-dimensional軸將被擠壓。合法值：0(默認)、1 或 2。

encoding： str，可選

用於解碼輸入文件的編碼。不適用於輸入流。特殊值 ‘bytes’ 啟用向後兼容性解決方法，確保您盡可能接收字節數組作為結果，並將 ‘latin1’ 編碼字符串傳遞給轉換器。覆蓋此值以接收 unicode 數組並將字符串作為輸入傳遞給轉換器。如果設置為無，則使用係統默認值。默認值為‘bytes’。

max_rows： 整數，可選

在跳過行之後閱讀 max_rows 行內容。默認是讀取所有行。

like： array_like

允許創建非 NumPy 數組的引用對象。如果作為 like 傳入的類似數組支持 __array_function__ 協議，則結果將由它定義。在這種情況下，它確保創建一個與通過此參數傳入的數組對象兼容的數組對象。

返回：

out： ndarray

從文本文件中讀取的數據。

注意：

此函數旨在成為簡單格式文件的快速閱讀器。 genfromtxt 函數提供了更複雜的處理，例如，具有缺失值的行。

Python float.hex 方法生成的字符串可用作浮點數的輸入。

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([(b'M', 21, 72.), (b'F', 35, 58.)],
      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.])

此示例顯示如何使用轉換器將帶有尾隨減號的字段轉換為負數。

>>> s = StringIO('10.01 31.25-\n19.22 64.31\n17.57- 63.94')
>>> def conv(fld):
...     return -float(fld[:-1]) if fld.endswith(b'-') else float(fld)
...
>>> np.loadtxt(s, converters={0: conv, 1: conv})
array([[ 10.01, -31.25],
       [ 19.22,  64.31],
       [-17.57,  63.94]])