Numpy读写文件

本节主要介绍的机器可读文件格式为CSV。

.CSV概念

CSV（Comma-Separated Values,逗号分隔值(.csv)）是一种非常简单的数据存储方式。

• CSV文件将数据表格存储为纯文本，表格中的每一个单元格都是一个数值或字符串，单元格之间常以逗号分隔。
• 与Excel文件相比，CSV文件的一个主要优点是它的纯文本格式可以被大多数程序存储、转存和处理。
• 使用CSV格式时需要注意以下几点：
  1. 除了逗号，还有其他可代替的分隔符，例如“|”和“\t”
  2. 有些数据会出现转义字符，如果某个值内部包含了分隔符，则该值需加上引号或者在分 隔符之前加上转义字符
  3. 文件可能有不同的换行符，Unix系统使用“\n”，Microsoft系统使用“\r\n”，Mac系统之前使用“\r”现在使用“\n”
  4. 在第一行可以加上列名

例子

下面给出一个数据样本，其中只包含经过挑选的特定字段。在文本编辑器中打开CSV文件，看到的数据应该与下列数据相似。

sepal_len,sepal_width,petal_len,petal_width,Species
5.1,      3.5,        1.4,      0.2,        Iris-setosa
4.9,      3,          1.4,      0.2,        Iris-setosa
4.7,      3.2,        1.3,      0.2,        Iris-setosa
4.6,      3.1,        1.5,      0.2,        Iris-setosa
5,        3.6,        1.4,      0.2,        Iris-setosa
5.4,      3.9,        1.7,      0.4,        Iris-setosa

numpy.loadtxt()

• 使用numpy.loadtxt()函数可以方便地读写数据文件，但要求数据文件的每一行格式相同
• 语法格式：

numpy.loadtxt(fname,             #文件地址
			  dtype=,            #数据类型[可选参数]
			  comments='#',      #设置需跳过行的标识
			  #如设置为“#”，则“#”开头的行会被跳过
			  delimiter=None,    #设置分隔符
			  converters=None,   #是否对读取的数据进行预处理
			  skiprows=0,    	 #选择跳过的行数
			  usecols=None,      #指定需要读取的列
			  unpack=False       #是否将数据进行向量输出)

	读取鸢尾花数据集csv文件。
	参考程序如下：
	import numpy as np  
	  
	csv = np.loadtxt('iris.csv',dtype=str,delimiter=',')  
	print(csv)

numpy.savetxt()

• 写入文本文件后可以使用numpy.savetxt()函数保存，具体的语法格式为：
• numpy.savetxt(fname, X)
  • fname：文件名,
  • X：被写入文件的ndarray数据，数据类型为ndarray对象