Numpy学习——输入与输出

最新推荐文章于 2024-04-24 22:04:10 发布

原创最新推荐文章于 2024-04-24 22:04:10 发布 · 323 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #numpy

本文对比了使用Numpy和Pandas在读取和保存CSV文件时的差异。Numpy读取的数据为字符串类型，而Pandas能直接解析为数值类型，并可设置索引列。在保存数据时，两者都能完成任务。

Numpy学习——输入与输出

Numpy与Pandas读取和输入鸢尾花数据的对比

import numpy as np
import pandas as pd

outfile = r'./iris.csv'
# 用numpy读取，数据类型为字符串，分隔符为逗号
iris_np = np.loadtxt(outfile, dtype=str, delimiter=',')
iris_pd = pd.read_csv(outfile, index_col=0)  # 用pandas读取，设第一列为index

iris_np[:10]  # 展示numpy读取数据的前10行

array([['', 'Sepal.Length', 'Sepal.Width', 'Petal.Length', 'Petal.Width',
        'Species'],
       ['1', '5.1', '3.5', '1.4', '0.2', 'setosa'],
       ['2', '4.9', '3.0', '1.4', '0.2', 'setosa'],
       ['3', '4.7', '3.2', '1.3', '0.2', 'setosa'],
       ['4', '4.6', '3.1', '1.5', '0.2', 'setosa'],
       ['5', '5.0', '3.6', '1.4', '0.2', 'setosa'],
       ['6', '5.4', '3.9', '1.7', '0.4', 'setosa'],
       ['7', '4.6', '3.4', '1.4', '0.3', 'setosa'],
       ['8', '5.0', '3.4', '1.5', '0.2', 'setosa'],
       ['9', '4.4', '2.9', '1.4', '0.2', 'setosa']], dtype='<U12')

iris_pd  # 展示pandas读取的数据

	Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species
1	5.1	3.5	1.4	0.2	setosa
2	4.9	3.0	1.4	0.2	setosa
3	4.7	3.2	1.3	0.2	setosa
4	4.6	3.1	1.5	0.2	setosa
5	5.0	3.6	1.4	0.2	setosa
...	...	...	...	...	...
146	6.7	3.0	5.2	2.3	virginica
147	6.3	2.5	5.0	1.9	virginica
148	6.5	3.0	5.2	2.0	virginica
149	6.2	3.4	5.4	2.3	virginica
150	5.9	3.0	5.1	1.8	virginica

150 rows × 5 columns

np.savetxt('iris_np.csv', iris_np, fmt='%s', delimiter=',')  # numpy保存数据
iris_pd.to_csv('iris.csv')  # pandas保存数据