前言

機器學(xué)習(xí)中使用np.loadtxt()可以高效的導(dǎo)入數(shù)據(jù)，np.loadtxt()適合.txt文件和.csv文件。但是它默認(rèn)讀取float類型的值。

1.np.loadtxt()讀取txt文件

1-1 基礎(chǔ)參數(shù)

numpy.loadtxt(
    fname, dtype=, comments='#', 
    delimiter=None, converters=None, 
    skiprows=0, usecols=None, 
    unpack=False, ndmin=0)

1-2 參數(shù)詳解 

fname要讀取的文件、文件名、或生成器。
dtype數(shù)據(jù)類型，默認(rèn)float。
comments注釋。
delimiter分隔符，默認(rèn)是空格。
skiprows跳過前幾行讀取，默認(rèn)是0，必須是int整型。
usecols要讀取哪些列，0是第一列。例如，usecols = （1,4,5）將提取第2，第5和第6列。默認(rèn)讀取所有列。
unpack如果為True，將分列讀取。

1-3 應(yīng)用示例

文件的存儲路徑為:'./data.txt'， 文件內(nèi)容如下：

1-3-1 fname

fname可以是文件的路徑也可以是要讀取的文件。 

#根據(jù)文件名直接讀取
data = np.loadtxt('./data/data.csv')

1-3-2 dtype

dtype默認(rèn)為np.float32類型，也可以設(shè)置為其他類型，比如int。設(shè)置為其他dtype時需要考慮數(shù)據(jù)本身的類型。

#設(shè)置dtype
data = np.loadtxt('./data/data.csv',dtype=np.float32)
#設(shè)置dtype
data = np.loadtxt('./data/data.csv',dtype=int)

1-3-3 comments

comment的是指, 如果行的開頭為comment的值，那在讀取時就會跳過該行。示例代碼中comment  = '1',則在讀取數(shù)據(jù)時，會跳過開頭為1的行。

data = np.loadtxt('./data.txt',dtype = int,comments='1')

1-3-4 delimiter 

delimiter是分隔符，默認(rèn)是空格。

data = np.loadtxt('./data.txt',dtype = int,comments='1',delimiter=' ')

我們改變一下數(shù)據(jù)，將數(shù)據(jù)中的分隔符改為','之后再重新讀取。

data = np.loadtxt('./data.txt',dtype = int,delimiter=',')

1-3-5 skiprows

skiprows跳過前幾行讀取，默認(rèn)是0，必須是int整型。skiprows = 2則表示跳過前兩行讀取數(shù)據(jù)。

data = np.loadtxt('./data.txt',dtype = int,delimiter=',',skiprows=2)

讀取數(shù)據(jù)時，設(shè)定 skiprows = 2，則將前兩行跳過，從第三行開始讀取。

1-3-6 usecols

usecols要讀取哪些列，0是第一列。例如，usecols = （1,4,5）將提取第2，第5和第6列。默認(rèn)讀取所有列。

讀取第2列數(shù)據(jù)。

data = np.loadtxt('./data.txt',dtype = int,delimiter=',',usecols = 1)

讀取第2，6，9列數(shù)據(jù)。 

data = np.loadtxt('./data.txt',dtype = int,delimiter=',',usecols =(1,5,8))

1-3-7 unpack

unpack如果設(shè)置為Ture，將分列讀取，類似于矩陣的轉(zhuǎn)置。

未設(shè)置之前，數(shù)據(jù)讀取時是以行為單位進行讀取。

設(shè)置unpack=Ture之后再次讀取，矩陣的列變?yōu)榱诵小?/p>

1-4 np.loadtxt()讀取csv文件 

讀取csv文件與讀取txt文件的參數(shù)一致，需要注意的是csv文件的分隔符一般是“,”并且含有表頭，所以需要使用delimiter=','作為分隔符，以及使用skiprows=1跳過表頭。

原始csv文件內(nèi)容：

#根據(jù)data_path讀取文件內(nèi)容
train_XY  = np.loadtxt(data_path, delimiter=',', skiprows = 1,dtype=np.float32)

總結(jié) 

到此這篇關(guān)于Python工程實踐之np.loadtxt()讀取數(shù)據(jù)的文章就介紹到這了,更多相關(guān)np.loadtxt()讀取數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論