Python中numpy.loadtxt()函数的用法

numpy模块的loadtxt()函数用于快速读取简单格式文件的内容，常用于csv文件的读取。

1 loadtxt()函数的格式

loadtxt()函数的格式如图1所示，该函数的返回值是读取到的数据，其类型为numpy.ndarray。

图1 loadtxt()函数的格式

其中，fname表示文件的路径，其它参数均为可选参数。

2 loadtxt()函数的基本用法

在D盘根目录下有一个名为“1.csv”的文件，其内容如图2所示。

图2 “1.csv”的内容

通过loadtxt()函数读取该文件内容的代码如图3所示。

图3 通过loadtxt()函数读取该文件内容的代码

其中，loadtxt()函数的第一个参数表示文件的路径；第二个参数delimiter表示读取到内容的分隔符，因为csv文件使用逗号对数据进行分隔的，因此该参数的值是“,”。data是numpy.ndarray类型的数据。

3 loadtxt()函数的扩展用法

3.1 指定数据类型

通过loadtxt()函数的dtype参数指定读取到的数据类型，该参数默认值是float，即浮点型。

3.1.1 指定相同的数据类型

图4所示代码将读出的数据指定为相同的数据类型。

图4 将读出的数据指定为相同的数据类型的代码

其中，将dtype的值设置为int，表示将所有的数据都指定为整型，此时会有图4所示的红色字体的警告，表示将float转换为int会有数据不精确的情况。

3.1.2 指定不同的数据类型

图5所示代码将读出的数据指定为不同的数据类型。

图5 将读出的数据指定为不同的数据类型的代码

其中，参数dtype用字典进行赋值，该字典中第一个键值对表示读出的散列数据的名称，第二个键值对表示读出的三列数据的类型，分别是字符串、整型和浮点型。

3.2 忽略指定行数

通过图6所示代码忽略文件中指定的行数。

图6 忽略文件中指定的行数的代码

其中，当参数skiprows=1时，表示忽略数据中的第1行；当参数skiprows=2时，表示忽略数据中的第1-2行，因为此时没有读取数据，因此程序会有红色字体的警告。

3.3指定要读取的列

通过图7所示代码指定要读取的列。

图7 指定要读取列的代码

其中，参数usecols指定了要读取的列，该参数的类型是元组，其元素为对应的列，0和2表示读取第1列和第3列的数据。

3.4 对数据进行预处理

通过图8所示代码对读取到的数据进行预处理。

图8 对读取到的数据进行预处理的代码

其中，func()是自定义函数，参数convereters的值是一个字典，该字典的键表示列数，值表示对该列数据进行的预处理。以上代码表示对第2列的数据进行×2的预处理。

3.5 对数据进行解包

通过图9所示代码对读取到的数据进行解包。

图9 对读取到的数据进行解包的代码

其中，参数unpack的值设置为True，对读取到的数据按行进行解包，分别保存到data1、data2和data3中。