使用Python loadtxt載入數據

一、引言

在現代科技應用中，數據分析是一項極其重要的工作。而Python作為一種廣泛應用於科學數據分析的高級編程語言，提供了許多便捷的工具，其中之一就是loadtxt()方法。loadtxt()是一個經典的文本文件讀取器，可以輕鬆地將文本文件中的數據讀取到Python中進行數據處理和分析。本篇文章就將介紹如何使用Python loadtxt()方法來載入數據。

二、loadtxt()方法的基本用法

1、什麼是loadtxt()方法

loadtxt()是numpy庫中用來讀取文本文件的函數。該函數可以自動識別數據文件的格式，接受多種分隔符，並且可以跳過一些不需要的行和列。此外，loadtxt()方法還可以根據數據類型自動創建數組，並將數據載入到數組中。

2、loadtxt()方法的基本語法

numpy.loadtxt(fname, dtype = float, delimiter = None, skiprows = 0, usecols = None, unpack = False)

其中，fname代表數據文件路徑或文件名；dtype代表數據類型，預設為float；delimiter代表分隔符，預設為空格；skiprows代表需要跳過的行數，預設為0；usecols代表需要載入的列數，預設為全部列；unpack代表是否將數組中的行和列轉換，預設為False，即不進行轉換。

3、loadtxt()方法的簡單示例

下面是一個簡單的loadtxt()方法的實現過程：

import numpy as np
data = np.loadtxt('data.txt')
print(data)

需要注意的是，該data.txt文件需在同級目錄下。

當代碼執行成功後，結果為：

[[  1.   2.   3.]
 [  4.   5.   6.]
 [  7.   8.   9.]
 [ 10.  11.  12.]]

三、loadtxt()方法的高級用法

1、數據文件的跳過行和列

loadtxt()方法可以通過skiprows和usecols參數選擇需要跳過的行數和列數。

import numpy as np
data = np.loadtxt('data.txt', skiprows=1, usecols=[0,2])
print(data)

當代碼執行成功後，結果為：

[[ 4.  6.]
 [ 7.  9.]
 [10. 12.]]

2、自定義數據類型

可以使用dtype參數自定義數據類型。

import numpy as np
data = np.loadtxt('data.txt', dtype = [('id', np.int32), ('name', 'S20'), ('score', np.float64)])
print(data)

當代碼執行成功後，結果為：

[(1, b'JOE', 56.4) (2, b'BILL', 57.6) (3, b'SUE', 89.9)]

3、不同的分隔符

可以使用delimiter參數選擇文本文件的分隔符。 比如下面的例子使用逗號作為分隔符：

import numpy as np
data = np.loadtxt('data.txt', delimiter=',')
print(data)

當代碼執行成功後，結果為：

[[ 1.  2.  3.]
 [ 4.  5.  6.]
 [ 7.  8.  9.]
 [10. 11. 12.]]

4、解壓與不解壓

使用unpack參數來判斷是否需要解壓數組。如果unpack參數為True，則loadtxt()方法將返回一維數組。

import numpy as np
data = np.loadtxt('data.txt', skiprows=1, usecols=[0,2], unpack=True)
print(data)

當代碼執行成功後，結果為：

[ 4.  7. 10.]
 [ 6.  9. 12.]]

四、總結

本文介紹了使用Python中的loadtxt()方法載入數據的基本語法和幾個高級用法。loadtxt()方法是數據分析中非常常見的一個方法，非常實用。熟練掌握loadtxt()方法，可以大大提高數據處理和分析的效率。