Il modulo Numpy di Python fornisce una funzione per caricare dati da un file di testo. Il modulo Numpy fornisce caricatxt() funzione per essere un lettore veloce per semplici file di testo.
Nota: nel file di testo, ciascuna riga deve avere lo stesso numero di valori.
Sintassi
numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
Parametri
Questi sono i seguenti parametri nella funzione numpy .loadtxt():
fname: file, str o pathlib.Path
Questo parametro definisce il file, il nome file o il generatore da leggere. Innanzitutto, scomporremo il file, se l'estensione del nome file lo è .gz E .bz2 . Successivamente i generatori restituiranno stringhe di byte per Pitone 3k.
dtype: tipo di dati (opzionale)
xd significato
Questo parametro definisce il tipo di dati per l'array risultante e, per impostazione predefinita, il tipo di dati sarà float. L'array risultante sarà unidimensionale quando è un tipo di dati strutturato. Ogni riga viene interpretata come un elemento dell'array e il numero di colonne utilizzate deve corrispondere al numero di campi nel tipo di dati.
commenti: str o sequenza (opzionale)
Questo parametro definisce i caratteri o l'elenco di caratteri utilizzati per indicare l'inizio del commento. Per impostazione predefinita, sarà ' # '.
delimitatore: str(facoltativo)
Questo parametro definisce la stringa utilizzata per separare i valori. Per impostazione predefinita, sarà qualsiasi spazio bianco.
convertitori: dict(opzionale)
Questo parametro definisce un numero di colonna di mappatura del dizionario in una funzione che convertirà la colonna mappata in float. Quando column() è una stringa di data allora convertitori={0:datestr2num} . Questo parametro viene utilizzato anche per fornire un valore predefinito per i dati mancanti come convertitori= {3: lambda s: float(s.strip() o 0)} .
skiprows: int(opzionale)
Questo parametro viene utilizzato per saltare i primi 'skiprows' e, per impostazione predefinita, sarà 0.
intero per raddoppiare Java
usecols: int o sequenza (opzionale)
c booleano
Questo parametro definisce le colonne da leggere, dove 0 è la prima. Ad esempio, usecols=(0, 3, 5) estrarrà 1st, 4th, e 5thcolonna. Per impostazione predefinita, il suo valore è None, il che comporta la lettura di tutte le colonne. Nella nuova versione possiamo usare un intero invece di una tupla se vogliamo leggere una singola colonna.
decomprimere: bool (opzionale)
Se questo parametro è impostato su true, l'array restituito viene trasposto, in modo che gli argomenti possano essere decompressi utilizzando x, y, z =caricatxt(...) . Gli array vengono restituiti per ogni campo quando lo si utilizza con il tipo di dati strutturato. Per impostazione predefinita, sarà impostato su False.
ndim: int(facoltativo)
L'array restituito avrà dimensioni 'ndmin'. Altrimenti, schiaccerà l'asse monodimensionale. Valori consentiti: 0 (predefinito), 1 o 2.
Resi: fuori (ndarray)
Legge i dati dal file di testo sotto forma di ndarray.
Esempio 1:
import numpy as np from io import StringIO c = StringIO(u'0 1 2 3') c np.loadtxt(c)
Produzione:
array([[0., 1.], [2., 3.]])
Nel codice sopra
- Abbiamo importato Numpy con il nome alias np.
- Abbiamo anche importato StringIO da Questo .
- Abbiamo dichiarato la variabile 'c' e assegnato il valore restituito dalla funzione StringIO().
- Abbiamo passato i dati Unicode nella funzione.
- Infine, abbiamo provato a stampare il valore restituito di np.loadtxt() in cui abbiamo passato il file o il nome file.
Nell'output, mostra il contenuto del file sotto forma di ndaray .
Esempio 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')}) Produzione:
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'),> Produzione:
array([1., 3.]) array([2., 4.])
Nel codice sopra
- Abbiamo importato Numpy con il nome alias np.
- Abbiamo anche importato StringIO da Questo .
- Abbiamo dichiarato la variabile 'c' e assegnato il valore restituito dalla funzione StringIO().
- Abbiamo passato i dati Unicode nella funzione.
- Infine, abbiamo provato a stampare il valore restituito di np.loadtxt in cui abbiamo passato il file o il nome del file, impostato il delimitatore, usecols e decompresso su True.
Nell'output, viene visualizzato il contenuto del file sotto forma di ndarray.
Java Parseint