2. 文本文件

  1. numpy.genfromtxt(fname, dtype=<type 'float'>, comments='#', delimiter=None, skip_header=0, skip_footer=0, converters=None, missing_values=None, filling_values=None, usecols=None, names=None, excludelist=None, deletechars=None, replace_space='_', autostrip=False, case_sensitive=True, defaultfmt='f%i', unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None) ：从文本文件中加载数组，通用性很强，可以处理缺失数据的情况。

    loadtxt()函数只能处理数据无缺失的情况。

    • fname：指定的数据源。可以为：

      • 文件名字符串。如果后缀为gz或者bz2，则首先自动解压缩
      • 文件对象/字符串列表/其他可迭代对象：这些可迭代对象必须返回字符串（该字符串被视为一行）

    • dtype：数组的元素类型，可以提供一个序列，指定每列的数据类型

    • comments：一个字符串，其中每个字符都指定了注释行的第一个字符。注释行整体被放弃

    • delimiter：指定了分隔符。可以为：

      • 字符串：指定分隔符。默认情况下，所有连续的空白符被认为是分隔符
      • 一个整数：指定了每个字段的宽度
      • 一个整数序列：依次给出了各个字段的宽度

    • skiprows：被废弃，推荐使用skip_header

    • skip_header：一个整数，指定跳过文件头部多少行

    • skip_footer：一个整数，指定跳过文件尾部多少行

    • converters：用于列数据的格式转换。你可以指定一个字典，字典的键就是列号：

      1. converters={0: lambda s: float(s or 0),
      3. 1: lambda s: int(s or 199),...
      5. }

    • missing：被废弃，推荐使用missing_values

    • missing_values:指定缺失数据。你可以自定一个字典，字典的键就是缺失位置的字符串，值就是缺失值。比如你可以指定NNNN为缺失数据，此时遇到NNNN时，numpy解析为np.nan

    • filling_values：指定缺失值的填充值。即解析到np.nan时，用什么值代替它

    • usecols：一个序列，指定了要读取那些列（列从0 计数）

    • names：

      • 如果为True，则在skip_header行之后第一行被视作标题行，将从该行读取每个字段的name。
      • 如果为序列或者一个以冒号分隔的字符串，则使用它作为各个字段的name
      • 如果为None,则每个dtype字段的名字被使用

    • excludelist：一个序列，给出了需要排除的字段的name。

    • deletechars：A string combining invalid characters that must be deleted from the names

    • defaultfmt：A format used to define default field names, such as “f%i” or “f_%02i”.

    • autostrip：一个布尔值。如果为True，则自动移除数据中的空白符

    • replace_space：一个字符。如果变量名中有空白符，如user name，则使用该字符来替代空白符。默认为_，即变量名转换为user_name

    • case_sensitive：一个布尔值或者字符串。如果为True，则字段名是大小写敏感的。如果为False或者'upper'，则字段名转换为大写字符。如果为'lower'则转换为小写字符。

    • unpack:If True, the returned array is transposed

    • usemask:If True, return a masked array

    • loose:If True, do not raise errors for invalid values

    • invalid_raise:If True, an exception is raised if an inconsistency is detected in the number of columns. If False, a warning is emitted and the offending lines are skipped

    • max_rows:一个整数，指定读取的最大行数。

  2. numpy.loadtxt(fname, dtype=<type 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)：它作用与genfromtxt相同，但是它只能用于规则比较简单的文件，并且它的解析速度更快。

    • ndim：一个整数。指定结果数组必须拥有不少于ndim维度。
    • 其他参数参考genfromtxt

  3. numpy.fromstring(string, dtype=float, count=-1, sep='')：从raw binary或者字符串中创建一维数组。

    • string：一个字符串，给出数据源
    • dtype：指定数据类型
    • count：一个整数。从数据源（一个字符串）中读取指定数量的数值类型的数值。如果为负数，则为数据长度加上这个负值
    • sep：如果未提供或者为空字符串，则string被认为是二进制数据。如果提供了一个非空字符串，则给出了分隔符。

  4. numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# ')：存储到文本文件

    • fname：给出了文件名或者file对象。如果为.gz后缀，则自动压缩

    • X：被存储的数组

    • fmt：一个字符串或者一个字符串序列，指定存储格式。一个字符串可以指定所有的格式化方式；一个字符串序列可以对每列指定一个格式化方式。如果是虚数，你可以通过%.4e%+.4j的方式指定实部和虚部。

    • delimiter：一个字符串，用于分隔符，分隔每个列

    • newline：一个字符串，指定换行符

    • header：一个字符串。它会写到文件的首行

    • footer：一个字符串。它会写到文件的末尾

    • comments：一个字符串。它会写到文件的中间，并且用注释符作为行首，如#

      ​

    注：fmt分隔字符串的格式为%[flag]width[.precision]specifier。其中：

    • flags：可以为'-'（左对齐）、'+'（右对齐）、'0'（左侧填充0）

    • width：最小的位宽。

    • precision：

      • 对于specifier=d/i/o/x，指定最少的数字个数
      • 对于specifier=e/E/f，指定小数点后多少位
      • 对于specifier=g/G，指定最大的significant digits
      • 对于specifier=s，指定最大的字符数量
    • specifier：指定格式化类型。c（字符）、d/i（带符号整数）、e/E（科学计数法）、f（浮点数）、g/G（使用shorter e/E/f）、o（带符号八进制）、s（字符串）、u（无符号整数）、x/X（无符号十六进制）

  5. ndarray.tofile(fid, sep="", format="%s")：保存到文件中。

    • fid：一个file对象或者文件名
    • sep：一个字符串，指定分隔符。如果为空或者空字符串，则按照二进制的方式写入，等价于file.write(a.tobytes())
    • format：一个字符串，指定了数值的格式化方式