Das Numpy-Modul von Python bietet eine Funktion zum Laden von Daten aus einer Textdatei. Das Numpy-Modul bietet Loadtxt() Funktion als schneller Leser für einfache Textdateien.
Hinweis: In der Textdatei muss jede Zeile die gleiche Anzahl an Werten haben.
Syntax
numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
Parameter
Dies sind die folgenden Parameter in der Funktion numpy .loadtxt():
fname: Datei, str oder pathlib.Path
Dieser Parameter definiert die zu lesende Datei, den Dateinamen oder den Generator. Zuerst zerlegen wir die Datei, wenn die Dateinamenerweiterung lautet .gz Und .bz2 . Danach geben die Generatoren Byte-Strings für zurück Python 3k.
dtype: Datentyp (optional)
Java-Ersatzzeichenfolge
Dieser Parameter definiert den Datentyp für das resultierende Array. Standardmäßig ist der Datentyp Float. Das resultierende Array ist eindimensional, wenn es sich um einen strukturierten Datentyp handelt. Jede Zeile wird als Array-Element interpretiert und die Anzahl der verwendeten Spalten muss mit der Anzahl der Felder im Datentyp übereinstimmen.
Kommentare: str oder sequence (optional)
Dieser Parameter definiert die Zeichen oder Zeichenliste, die zur Angabe des Kommentaranfangs verwendet werden. Standardmäßig ist es „ # '.
Trennzeichen: str (optional)
So geben Sie ein Java-Array zurück
Dieser Parameter definiert die Zeichenfolge, die zum Trennen von Werten verwendet wird. Standardmäßig handelt es sich um ein beliebiges Leerzeichen.
Konverter: dict(optional)
Dieser Parameter definiert eine Wörterbuchzuordnungsspaltennummer für eine Funktion, die die zugeordnete Spalte in den Float umwandelt. Wenn Column() eine Datumszeichenfolge ist, dann Konverter={0:datestr2num} . Dieser Parameter wird auch verwendet, um einen Standardwert für fehlende Daten bereitzustellen Konverter = {3: lambda s: float(s.strip() or 0)} .
Skiprows: int (optional)
Dieser Parameter wird verwendet, um die ersten „Skiprows“ zu überspringen. Standardmäßig ist er 0.
String-Array
usecols: int oder sequence (optional)
Dieser Parameter definiert die zu lesenden Spalten, wobei 0 die erste ist. Beispielsweise extrahiert usecols=(0, 3, 5) die 1st, 4Th, und 5ThSpalte. Standardmäßig ist der Wert None, was dazu führt, dass alle Spalten gelesen werden. In der neuen Version können wir eine Ganzzahl anstelle eines Tupels verwenden, wenn wir eine einzelne Spalte lesen möchten.
entpacken: bool (optional)
Wenn dieser Parameter auf „true“ gesetzt ist, wird das zurückgegebene Array transponiert, sodass Argumente mit entpackt werden können x, y, z =loadtxt(...) . Die Arrays werden für jedes Feld zurückgegeben, wenn es mit dem strukturierten Datentyp verwendet wird. Standardmäßig ist es auf „Falsch“ gesetzt.
ndim: int(optional)
Das zurückgegebene Array hat die Dimensionen „ndmin“. Andernfalls wird die eindimensionale Achse gequetscht. Zulässige Werte: 0 (Standard), 1 oder 2.
iterierende Karte Java
Rückgabe: out(ndarray)
Es liest Daten aus der Textdatei in Form eines Ndarray.
Beispiel 1:
import numpy as np from io import StringIO c = StringIO(u'0 1 2 3') c np.loadtxt(c)
Ausgabe:
array([[0., 1.], [2., 3.]])
Im obigen Code
Java einstellen
- Wir haben numpy mit dem Aliasnamen np importiert.
- Wir haben auch importiert StringIO aus Das .
- Wir haben die Variable „c“ deklariert und den Rückgabewert der Funktion StringIO() zugewiesen.
- Wir haben die Unicode-Daten in der Funktion übergeben.
- Zuletzt haben wir versucht, den Rückgabewert von auszudrucken np.loadtxt() in dem wir die Datei oder den Dateinamen übergeben haben.
In der Ausgabe wird der Inhalt der Datei im Format angezeigt ndarray .
Beispiel 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')}) Ausgabe:
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'),> Ausgabe:
array([1., 3.]) array([2., 4.])
Im obigen Code
- Wir haben numpy mit dem Aliasnamen np importiert.
- Wir haben auch importiert StringIO aus Das .
- Wir haben die Variable „c“ deklariert und den Rückgabewert der Funktion StringIO() zugewiesen.
- Wir haben die Unicode-Daten in der Funktion übergeben.
- Zuletzt haben wir versucht, den Rückgabewert von np.loadtxt auszugeben, in dem wir die Datei oder den Dateinamen übergeben, Trennzeichen und usecols gesetzt und entpackt auf „True“ gesetzt haben.
In der Ausgabe wird der Inhalt der Datei im Format „ndarray“ angezeigt.