Numpy数组数据文件的读写

一、引言

读写数据文件的重要性就不必多说了。

二、读取列表形式数据的文件

1、我们写几行CSV格式（列表形式，两值之间逗号隔开）的数据。

id,height,age
1,175,20
2,168,18
3,177,30
4,142,12

使用genfromtxt()函数读取数据。接收三个参数：文件名，分隔符，是否有列标题

In [4]: a = np.genfromtxt('test.csv',delimiter=',',names=True)

In [5]: a
Out[5]:
array([( 1.,  175.,  20.), ( 2.,  168.,  18.), ( 3.,  177.,  30.),
       ( 4.,  142.,  12.)],
      dtype=[('id', '<f8'), ('height', '<f8'), ('age', '<f8')])

这个函数的包含两层循环：第一层循环每一行，第二层循环将每一行中的多个值分开后转化，一次插入所创建的数组。优点是能够处理文件中缺失的数据（Nan）。

2、我们试图删除几个元素看看

id,height,age
1,175,
2,168,18
,177,30
4,,12

In [6]: a = np.genfromtxt('test.csv',delimiter=',',names=True)

In [7]: a
Out[7]:
array([(  1.,  175.,  nan), (  2.,  168.,  18.), ( nan,  177.,  30.),
       (  4.,   nan,  12.)],
      dtype=[('id', '<f8'), ('height', '<f8'), ('age', '<f8')])

可见，genfromtxt()函数将缺失的数据填充为nan值（应该是no a number）

3、获取某行或者某列

In [8]: a[0]
Out[8]: ( 1.,  175.,  nan)

In [9]: a['height']
Out[9]: array([ 175.,  168.,  177.,   nan])

三、二进制文件读写

save()已二进制格式保存数据，参数：文件名（不用后缀），数据。

load()从二进制文件读取数据，参数：文件名（带后缀）

1.执行sava()后，在本目录创建了my_data.npy二进制文件

In [10]: data = np.random.random((3,3))

In [11]: data
Out[11]:
array([[ 0.35264296,  0.81619681,  0.24089159],
       [ 0.31230919,  0.14782997,  0.53526203],
       [ 0.5505135 ,  0.64876637,  0.17538648]])

In [12]: np.save('my_data',data)

2、二进制文件数据读取，以文件名作为参数，并带上.npy扩展名

In [13]: np.load('my_data.npy')
Out[13]:
array([[ 0.35264296,  0.81619681,  0.24089159],
       [ 0.31230919,  0.14782997,  0.53526203],
       [ 0.5505135 ,  0.64876637,  0.17538648]])