Pythons numpy-modul giver en funktion til at indlæse data fra en tekstfil. Det numpy-modul giver loadtxt() funktion til at være en hurtig læser til simple tekstfiler.
Bemærk: I tekstfilen skal hver række have det samme antal værdier.
Syntaks
numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
Parametre
Disse er følgende parameter i numpy .loadtxt()-funktionen:
fnavn: fil, str eller stilib.sti
Denne parameter definerer filen, filnavnet eller generatoren, der skal læses. For det første vil vi dekomponere filen, hvis filtypenavnet er .gz og .bz2 . Derefter vil generatorerne returnere byte-strenge for Python 3k.
streng int
dtype: datatype (valgfrit)
Denne parameter definerer datatypen for det resulterende array, og som standard vil datatypen være float. Det resulterende array vil være 1-dimensionelt, når det er en struktureret datatype. Hver række fortolkes som et array-element, og antallet af anvendte kolonner skal stemme overens med antallet af felter i datatypen.
kommentarer: str eller sekvens (valgfrit)
Denne parameter definerer tegnene eller listen over tegn, der bruges til at angive starten af kommentaren. Som standard vil det være ' # '.
afgrænsningstegn: str(valgfrit)
Denne parameter definerer strengen, der bruges til at adskille værdier. Som standard vil det være et hvilket som helst mellemrum.
konvertere: dict (valgfrit)
Denne parameter definerer et ordbogstilknytningskolonnenummer til en funktion, der konverterer den tilknyttede kolonne til flyderen. Når kolonne() er en datostreng, så converters={0:datestr2num} . Denne parameter bruges også til at angive en standardværdi for manglende data som converters= {3: lambda s: float(s.strip() eller 0)} .
overspring: int (valgfrit)
Denne parameter bruges til at springe de første 'overspring' over, og som standard vil den være 0.
beregning af ansættelse i excel
usecols: int eller sekvens (valgfrit)
Denne parameter definerer de kolonner, der skal læses, hvor 0 er den første. For eksempel vil usecols=(0, 3, 5) udtrække 1st, 4th, og 5thkolonne. Som standard er dens værdi Ingen, hvilket resulterer i, at alle kolonner læses. I den nye version kan vi bruge et heltal i stedet for en tupel, hvis vi vil læse en enkelt kolonne.
udpak: bool (valgfrit)
Hvis denne parameter er sat til sand, transponeres det returnerede array, så argumenter kan pakkes ud vha. x, y, z =loadtxt(...) . Arrays returneres for hvert felt, når det bruges med den strukturerede datatype. Som standard vil den være indstillet til Falsk.
ndim: int (valgfrit)
Det returnerede array vil have 'ndmin'-dimensioner. Ellers vil den klemme den mono-dimensionelle akse. Lovlige værdier: 0 (standard), 1 eller 2.
forskel mellem array og arraylist
Returnerer: ud(ndarray)
Den læser data fra tekstfilen i form af en ndarray.
Eksempel 1:
import numpy as np from io import StringIO c = StringIO(u'0 1 2 3') c np.loadtxt(c)
Produktion:
array([[0., 1.], [2., 3.]])
I ovenstående kode
- Vi har importeret numpy med alias navn np.
- Vi har også importeret StringIO fra det her .
- Vi har erklæret variablen 'c' og tildelt den returnerede værdi af StringIO()-funktionen.
- Vi har videregivet unicode-dataene i funktionen.
- Til sidst forsøgte vi at udskrive returværdien af np.loadtxt() hvor vi sendte filen eller filnavnet.
I outputtet viser det indholdet af filen i form af ndarray .
Eksempel 2:
import numpy as np from io import StringIO d = StringIO(u'M 21 72
F 35 58') np.loadtxt(d, dtype={'names': ('gender', 'age', 'weight'),'formats': ('S1', 'i4', 'f4')}) Produktion:
array([('M', 21, 72.), ('F', 35, 58.)], dtype=[('gender', 'S1'), ('age', ' <i4'), ('weight', '<f4')]) < pre> <h3>Example 3:</h3> <pre> import numpy as np from io import StringIO c = StringIO(u'1,3,2
3,5,4') x, y = np.loadtxt(c, delimiter=',', usecols=(0, 2), unpack=True) x y </pre> <p> <strong>Output:</strong> </p> <pre> array([1., 3.]) array([2., 4.]) </pre> <p> <strong>In the above code</strong> </p> <ul> <li>We have imported numpy with alias name np.</li> <li>We have also imported <strong>StringIO</strong> from <strong>io</strong> . </li> <li>We have declared the variable 'c' and assigned the returned value of the StringIO() function.</li> <li>We have passed the unicode data in the function.</li> <li>Lastly, we tried to print the return value of np.loadtxt in which we passed the file or filename, set delimiter, usecols, and unpack to True.</li> </ul> <p>In the output, it displays the content of the file has been shown in the form of ndarray.</p> <hr></i4'),> Produktion:
array([1., 3.]) array([2., 4.])
I ovenstående kode
java byte array til streng
- Vi har importeret numpy med alias navn np.
- Vi har også importeret StringIO fra det her .
- Vi har erklæret variablen 'c' og tildelt den returnerede værdi af StringIO()-funktionen.
- Vi har videregivet unicode-dataene i funktionen.
- Til sidst forsøgte vi at udskrive returværdien af np.loadtxt, hvori vi sendte filen eller filnavnet, indstillede afgrænser, usecols og udpakke til True.
I outputtet viser det, at indholdet af filen er blevet vist i form af ndarray.