数据分析(numpy)---11.文件读写

原创于 2019-07-19 20:23:44 发布 · 214 阅读

1 ·

CC 4.0 BY-SA版权

数据分析专栏收录该内容

42 篇文章

订阅专栏

本文介绍了使用Python的NumPy库进行文件读写的多种方法，包括二进制文件的保存与加载，以及文本数据（如txt和csv格式）的读取与写入。此外还展示了如何处理结构化数组及缺失数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np

# numpy文件读写主要有二进制的文件读写和文件列表形式的数据读写两种形式。
# 1.二进制读写
# (1)save()函数---写--->硬盘
x = np.array([[0,0,0],[1,1,1],[2,2,2],[3,3,3]])
y = np.array([1,2,3,4]).reshape((4,1))
np.save('x.npy',x)
# (2)load()函数---读
x_array=np.load('x.npy')
print(x_array)

# 注意:存储的时候可以省略扩展名,但是读取时不可以

# (3) savez()----可以将多个数组保存到一个文件当中
np.savez('xy',x,y)

# 2.文本数据读取(txt,csv格式)
# (1)写
np.savetxt('x.txt',x,delimiter=',',fmt='%d')
# (2)读
x_array =np.loadtxt('x.txt',delimiter=',')
print(x_array)

# (3)genfromtxt()函数
# 面向结构化数组和缺失数据
jobInfo = np.dtype([('name',np.str_,40),('number',np.int32),('local',np.str_,16)])
jobs=np.loadtxt('python.txt',dtype=jobInfo,delimiter=',')
print(jobs)

jobs2 = np.genfromtxt('python.txt',dtype=jobInfo,delimiter=',')
print(jobs2)