如何将.csv文件数据直接读取为numpy array型数据（np.genfromtxt()函数）

1. 函数简介

（1）完整形式

numpy.genfromtxt(fname, dtype=<type 'float'>, comments='#', delimiter=None, skip_header=0, skip_footer=0, converters=None, missing_values=None, filling_values=None, usecols=None, names=None, excludelist=None, deletechars=None, replace_space='_', autostrip=False, case_sensitive=True, defaultfmt='f%i', unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None)

（2）常用参数

$\bullet$fname：顾名思义，就是文件名（文件的路径）

$\bullet$delimiter：str,int,or sequence,optional.他是分割值，即表示你的数组用什么来分割。

$\bullet$usecols：即选择读哪几列，在讲文件读入代码的时候，我们通常是将属性集读为一个数组，此时它就派上用场了

$\bullet$dtype：表明将numpy array中的元素改为哪种类型

2.例子

（1）原始数据没有行名和列名

①用pandas内置函数来读取数据

可以看到如果原始信号没有行名和列名的话用pandas内置函数来读取数据的话会将数据的第一行当作数据的列名，造成了数据的丢失。

②np.genfromtxt()函数来读取

可以不丢失数据且直接读取为numpy array数据

（2）原始数据既有行名又有列名

①用pandas内置函数来读取数据

②np.genfromtxt()函数来读取

③选择要读取的列

④将numpy array中的元素改为’str’类型