NumPy numpy.loadtxt() 函数

  2. 函数参考
  3. Python Numpy 函数
  4. NumPy numpy.loadtxt() 函数
Suraj Joshi 2023年1月30日 2020年11月7日
NumPy
  1. numpy.loadtxt() 的语法
  2. 示例代码: NumPy 使用 numpy.loadtxt() 函数读取 txt 文件
  3. 示例代码：在 numpy.loadtxt() 函数中设置 dtype 参数读取 txt 文件
  4. 示例代码：读取 txt 文件时在 numpy.loadtxt() 函数中设置 delimiter 参数
  5. 示例代码：在读取 txt 文件时，在 numpy.loadtxt() 函数中设置 usecols 参数
  6. 示例代码在读取 txt 文件时在 numpy.loadtxt() 函数中设置 unpack 参数
NumPy numpy.loadtxt() 函数

Python Numpy numpy.loadtxt() 函数从文本文件中加载数据，并为简单的文本文件提供了快速方法。

numpy.loadtxt() 的语法

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

参数
fname 要导入的 txt 文件的路径
dtype 结果数组的数据类型
comments 用来表示评论开始的字符或字符列表
delimiter 用于解析 txt 文件内容的定界符
converters 字典将列号映射到一个函数，该函数将把列的字符串解析成所需的值。
skiprows 跳过哪一行
usecols 要读取的列索引
unpack 对返回的数组进行转置，因此可以使用 x, y, z = loadtxt(...) 对参数进行解包。[unpack=True]。
ndim 返回数组的最小维数
encoding 用于解码输入文件的编码
max_rows 读取 skiprows 行后的最大行数

返回值

从 txt 文件中读取的 N 维数组。

示例代码: NumPy 使用 numpy.loadtxt() 函数读取 txt 文件

import numpy as np
  
from io import StringIO    
  
f = StringIO("3 6 8 \n12 9 1 \n 2 3 4") 
a = np.loadtxt(f) 

print("The loaded array is:")
  
print(a)

输出：

 The loaded array is:
[[ 3.  6.  8.]
 [12.  9.  1.]
 [ 2.  3.  4.]]

它将 txt 文件加载到 NumPy 数组中。

这里，StringIO 的作用就像一个文件对象。

我们也可以提供 file path 作为参数给 np.loadtxt 函数，使用绝对和相对路径。

示例代码：在 numpy.loadtxt() 函数中设置 dtype 参数读取 txt 文件

默认情况下，从文本文件中读取的数组值的数据类型是 float，我们可以使用 dtype 参数手动设置元素的数据类型。我们可以使用 dtype 参数手动设置元素的数据类型。

import numpy as np
  
from io import StringIO    
  
f = StringIO("3 6 8 \n12 9 1 \n 2 3 4") 
a = np.loadtxt(f,dtype="int") 

print("The loaded array is:")
  
print(a)

输出：

The loaded array is:
[[ 3  6  8]
 [12  9  1]
 [ 2  3  4]]

上面的代码将所有从 txt 文件中读取的元素以整数形式加载到数组中。

示例代码：读取 txt 文件时在 numpy.loadtxt() 函数中设置 delimiter 参数

默认情况下，分隔数值的定界符是一个空白符，我们可以使用 delimiter 参数手动设置定界符。

import numpy as np
  
from io import StringIO    
  
f = StringIO("3, 6, 8 \n12, 9, 1 \n 2, 3, 4") 
a = np.loadtxt(f,dtype="int",delimiter=",") 

print("The loaded array is:")
  
print(a)

输出：

The loaded array is:
[[ 3  6  8]
 [12  9  1]
 [ 2  3  4]]

由于上面 txt 文件的值用 , 隔开，因此当从 txt 文件读取到数组中时，我们必须使用 , 作为分隔符来分隔值。

示例代码：在读取 txt 文件时，在 numpy.loadtxt() 函数中设置 usecols 参数

import numpy as np
  
from io import StringIO    
  
f = StringIO("3 6 8 \n12 9 1 \n 2 3 4") 
a = np.loadtxt(f,dtype="int",usecols =(0, 1)) 

print("The loaded array is:")
  
print(a)

输出：

The loaded array is:
[[ 3  6]
 [12  9]
 [ 2  3]]

usecols 指定从 txt 文件中读取哪些列。

它只从 txt 文件中读取第 1 列和第 2 列到数组中。

示例代码在读取 txt 文件时在 numpy.loadtxt() 函数中设置 unpack 参数

import numpy as np
  
from io import StringIO    
  
f = StringIO("3 6 8 \n12 9 1 \n 2 3 4") 
(x,y,z) = np.loadtxt(f,dtype="int",unpack=True) 

print(x)
print(y)
print(z)

输出：

[ 3 12  2]
[6 9 3]
[8 1 4]

它将数组进行转置，并将转置后的数组行解包到指定的变量中。

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn