位置: IT常识 - 正文
推荐整理分享【工程实践】np.loadtxt()读取数据(工程实践指的是),希望有所帮助,仅作参考,欢迎阅读内容。
文章相关热门搜索词:工程实践是什么课程,工程实践作品,什么是工程实践,工程实践项目有哪些,什么是工程实践,工程实践项目有哪些,工程实践项目有哪些,工程实践指的是,内容如对您有帮助,希望把文章链接给更多的朋友!
机器学习中使用np.loadtxt()可以高效的导入数据,np.loadtxt()适合.txt文件和.csv文件。但是它默认读取float类型的值。
1.np.loadtxt()读取txt文件1-1 基础参数numpy.loadtxt( fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)1-2 参数详解fname要读取的文件、文件名、或生成器。 dtype数据类型,默认float。 comments注释。 delimiter分隔符,默认是空格。 skiprows跳过前几行读取,默认是0,必须是int整型。 usecols要读取哪些列,0是第一列。例如,usecols = (1,4,5)将提取第2,第5和第6列。默认读取所有列。 unpack如果为True,将分列读取。
1-3 应用示例文件的存储路径为:'./data.txt', 文件内容如下:
1-3-1 fnamefname可以是文件的路径也可以是要读取的文件。
#根据文件名直接读取data = np.loadtxt('./data/data.csv') 1-3-2 dtypedtype默认为np.float32类型,也可以设置为其他类型,比如int。设置为其他dtype时需要考虑数据本身的类型。
#设置dtypedata = np.loadtxt('./data/data.csv',dtype=np.float32)#设置dtypedata = np.loadtxt('./data/data.csv',dtype=int) 1-3-3 commentscomment的是指, 如果行的开头为comment的值,那在读取时就会跳过该行。示例代码中comment = '1',则在读取数据时,会跳过开头为1的行。
data = np.loadtxt('./data.txt',dtype = int,comments='1')1-3-4 delimiterdelimiter是分隔符,默认是空格。
data = np.loadtxt('./data.txt',dtype = int,comments='1',delimiter=' ')我们改变一下数据,将数据中的分隔符改为','之后再重新读取。
data = np.loadtxt('./data.txt',dtype = int,delimiter=',') 1-3-5 skiprowsskiprows跳过前几行读取,默认是0,必须是int整型。skiprows = 2则表示跳过前两行读取数据。
data = np.loadtxt('./data.txt',dtype = int,delimiter=',',skiprows=2)读取数据时,设定 skiprows = 2,则将前两行跳过,从第三行开始读取。
1-3-6 usecolsusecols要读取哪些列,0是第一列。例如,usecols = (1,4,5)将提取第2,第5和第6列。默认读取所有列。
读取第2列数据。
data = np.loadtxt('./data.txt',dtype = int,delimiter=',',usecols = 1)读取第2,6,9列数据。
data = np.loadtxt('./data.txt',dtype = int,delimiter=',',usecols =(1,5,8))1-3-7 unpackunpack如果设置为Ture,将分列读取,类似于矩阵的转置。
未设置之前,数据读取时是以行为单位进行读取。
设置unpack=Ture之后再次读取,矩阵的列变为了行。
1-2 np.loadtxt()读取csv文件读取csv文件与读取txt文件的参数一致,需要注意的是csv文件的分隔符一般是“,”并且含有表头,所以需要使用delimiter=','作为分隔符,以及使用skiprows=1跳过表头。
原始csv文件内容:
#根据data_path读取文件内容train_XY = np.loadtxt(data_path, delimiter=',', skiprows = 1,dtype=np.float32)上一篇:【运筹优化】带时间窗约束的车辆路径规划问题(VRPTW)详解 + Python 调用 Gurobi 建模求解(运筹最优化方法有哪些)
友情链接: 武汉网站建设