Python中的 numpy.loadtxt()

numpy.loadtxt()是NumPy中的一个函数，用于从文本文件中加载数据并返回一个NumPy数组。

语法

numpy.loadtxt(fname, delimiter=None, dtype=float, comments='#', skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None)

参数说明：

• fname： 文件、字符串或产生器来读取。
• delimiter： 文件中字段的分隔符，默认是任何不需要的空格。
• dtype： 返回数组的数据类型。
• comments： 文件中注释的字符。
• skiprows： 要跳过的行数，从开始处数起。
• usecols： 要读取的列索引。
• unpack： 如果为True，则返回的数组将被转置。

示例

在示例中，我们将使用假想数据集，其数据以逗号分隔。我们将查看如何使用numpy.loadtxt()函数才能够加载该数据集。

import numpy as np

# 加载数据集
data = np.loadtxt('data.csv', delimiter=',')

# 打印数据集
print(data)

代码输出：

[[1.  2.  3. ]
 [4.  5.  6. ]
 [7.  8.  9. ]
 [1.2 3.4 5.6]]

在此示例中，numpy.loadtxt()函数从名为data.csv的文件中加载数据，并将其存储在一个名为data的NumPy数组中。逗号是字段之间的分隔符。

我们还可以使用usecols参数来选择要加载的列：

import numpy as np

# 加载数据集的第一列和第三列
data = np.loadtxt('data.csv', delimiter=',', usecols=(0, 2))

# 打印数据集
print(data)

代码输出：

[[1. 3.]
 [4. 6.]
 [7. 9.]
 [1.2 5.6]]

总结

在这篇文章中，我们学习了numpy.loadtxt()这个非常有用的Python函数。我们了解了如何使用该函数来从文本文件中加载数据，并且可以选择在加载过程中选择要加载的列。