前言

機器學習中使用np.loadtxt()可以高效的導入數據，np.loadtxt()適合.txt文件和.csv文件。但是它默認讀取float類型的值。

1.np.loadtxt()讀取txt文件

1-1 基礎參數

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

1-2 參數詳解 

fname要讀取的文件、文件名、或生成器。
dtype數據類型，默認float。
comments注釋。
delimiter分隔符，默認是空格。
skiprows跳過前幾行讀取，默認是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。默認讀取所有列。
unpack如果為True，將分列讀取。

1-3 應用示例

文件的存儲路徑為:'./data.txt'， 文件內容如下：

1-3-1 fname

fname可以是文件的路徑也可以是要讀取的文件。 

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

1-3-2 dtype

dtype默認為np.float32類型，也可以設置為其他類型，比如int。設置為其他dtype時需要考慮數據本身的類型。

#設置dtype
data = np.loadtxt('./data/data.csv',dtype=np.float32)
#設置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',則在讀取數據時，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，默認是空格。

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

我們改變一下數據，將數據中的分隔符改為','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，默認是0，必須是int整型。skiprows = 2則表示跳過前兩行讀取數據。

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

讀取數據時，設定 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。默認讀取所有列。

讀取第2列數據。

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

讀取第2，6，9列數據。 

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

1-3-7 unpack

unpack如果設置為Ture，將分列讀取，類似于矩陣的轉置。

未設置之前，數據讀取時是以行為單位進行讀取。

設置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文件內容：

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

總結 

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

最新評論