一、从loadtxt函数读取txt
Python中的loadtxt函数可以快捷地将文本文件中的数据读取到Numpy数组中。loadtxt函数内置于Numpy模块中，无需额外安装，且具有优秀的内存管理性能。以下是一个从txt文件中读取数据并打印的示例代码：
import numpy as np
data = np.loadtxt('data.txt')
print(data)
该例子将会打开一个名为data.txt的文本文件，并将其中的数据读取到Numpy数组data中。此时可以通过print函数打印数组data中的数据。如果data.txt中的数据是按照列分隔的，那么loadtxt函数会自动将其解析成行向量。
二、load选取
loadtxt函数提供了许多有用的选项，以便读取各种各样的文件格式。例如，可以使用delimiter参数指定列分隔符，使用skiprows参数跳过文件的前几行，使用usecols参数指定要读取的列。以下是一个从csv文件中读取指定列的示例代码：
import numpy as np
data = np.loadtxt('data.csv', delimiter=',', skiprows=1, usecols=(0, 2))
print(data)
该例子将会打开一个名为data.csv的csv文件，并读取其中的第0列和第2列数据，同时跳过文件的第1行。使用delimiter参数指定了csv文件中的列分隔符为“,”。
三、dtype类型
loadtxt函数具有智能推导数据类型的能力，可以根据文件中数据的类型自动分配数据类型。如果文件中的数据类型相同，则可以使用dtype参数进行指定。以下是一个创建自定义dtype类型的示例代码：
import numpy as np
dt = np.dtype([('name', np.str_, 16), ('age', np.int32), ('weight', np.float64)])
data = np.loadtxt('data.txt', dtype=dt)
print(data)
该例子演示了如何使用自定义dtype类型读取txt文件的数据。数据文件data.txt包含了3列：姓名、年龄和体重。使用dtype参数定义了一个由姓名、年龄和体重组成的结构体类型。使用该类型解析txt文件数据后，返回的是一个包含结构体元素的Numpy数组。
四、缺失值
当数据文件中包含缺失值时，loadtxt函数会自动将其替换为Numpy中的NaN值。如果需要指定用于表示缺失值的字符串，可以使用missvalue参数。以下是一个读取缺失值数据的示例代码：
import numpy as np
data = np.loadtxt('data.txt', delimiter=',', skiprows=1, usecols=(0, 1, 2), missing_values='?', filling_values=0)
print(data)
该例子将会读取一个名为data.txt的csv文件，文件中可能包含“？”字符作为缺失值。使用missing_values参数指定了将所有的“？”字符都替换为NaN值。使用filling_values参数指定了将所有缺失值替换为0。
五、适用范围
loadtxt函数是Python中读取txt文件数据的常用方法。它可用于读取各种没有格式约束的文本文件，如csv文件、tab文件等。它的优点是可以快速地将文本文件中的数据读取到Numpy数组中，可与Numpy的各种数组操作进行配合使用，非常方便实用。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/159237.html
微信扫一扫 
支付宝扫一扫 