El módulo numpy de Python proporciona una función para cargar datos desde un archivo de texto. El módulo numpy proporciona cargar texto() Función para ser un lector rápido de archivos de texto simples.
Nota: En el archivo de texto, cada fila debe tener la misma cantidad de valores.
Sintaxis
numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
Parámetros
Estos son los siguientes parámetros en la función numpy .loadtxt():
fname: archivo, cadena o rutalib.Path
Este parámetro define el archivo, nombre de archivo o generador a leer. En primer lugar, descompondremos el archivo, si la extensión del nombre del archivo es .gz y .bz2 . Después de eso, los generadores devolverán cadenas de bytes para Pitón 3k.
tipo d: tipo de datos (opcional)
Este parámetro define el tipo de datos para la matriz resultante y, de forma predeterminada, el tipo de datos será flotante. La matriz resultante será unidimensional cuando sea un tipo de datos estructurados. Cada fila se interpreta como un elemento de matriz y el número de columnas utilizadas debe coincidir con el número de campos del tipo de datos.
comentarios: str o secuencia (opcional)
Este parámetro define los caracteres o lista de caracteres utilizados para indicar el inicio del comentario. Por defecto será ' # '.
delimitador: str (opcional)
Este parámetro define la cadena utilizada para separar valores. De forma predeterminada, será cualquier espacio en blanco.
convertidores: dict (opcional)
Este parámetro define un número de columna de asignación de diccionario a una función que convertirá la columna asignada en flotante. Cuando la columna() es una cadena de fecha, entonces convertidores={0:datestr2num} . Este parámetro también se utiliza para proporcionar un valor predeterminado para los datos faltantes como convertidores = {3: lambda s: float(s.strip() o 0)} .
mapa hash en java
skiprows: int (opcional)
Este parámetro se utiliza para omitir los primeros 'skiprows' y, de forma predeterminada, será 0.
usecols: int o secuencia (opcional)
Este parámetro define las columnas a leer, siendo 0 la primera. Por ejemplo, usecols=(0, 3, 5) extraerá el 1calle, 4thy 5thcolumna. De forma predeterminada, su valor es Ninguno, lo que da como resultado que se lean todas las columnas. En la nueva versión, podemos usar un número entero en lugar de una tupla si queremos leer una sola columna.
descomprimir: bool (opcional)
Si este parámetro se establece en verdadero, entonces la matriz devuelta se transpone, de modo que los argumentos se puedan descomprimir usando x, y, z =cargartexto(...) . Las matrices se devuelven para cada campo cuando se usa con el tipo de datos estructurados. De forma predeterminada, se establecerá en Falso.
ndim: int(opcional)
La matriz devuelta tendrá dimensiones 'ndmin'. De lo contrario, apretará el eje monodimensional. Valores legales: 0 (predeterminado), 1 o 2.
Devuelve: fuera (ndarray)
Lee datos del archivo de texto en forma de ndarray.
Ejemplo 1:
import numpy as np from io import StringIO c = StringIO(u'0 1 2 3') c np.loadtxt(c)
Producción:
array([[0., 1.], [2., 3.]])
En el código anterior
- Hemos importado numpy con nombre de alias np.
- También hemos importado CadenaIO de este .
- Hemos declarado la variable 'c' y asignado el valor devuelto de la función StringIO().
- Hemos pasado los datos Unicode en la función.
- Por último, intentamos imprimir el valor de retorno de np.loadtxt() en el que pasamos el archivo o nombre de archivo.
En el resultado, muestra el contenido del archivo en forma de ndarray .
Ejemplo 2:
import numpy as np from io import StringIO d = StringIO(u'M 21 72
F 35 58') np.loadtxt(d, dtype={'names': ('gender', 'age', 'weight'),'formats': ('S1', 'i4', 'f4')}) Producción:
array([('M', 21, 72.), ('F', 35, 58.)], dtype=[('gender', 'S1'), ('age', ' <i4'), ('weight', '<f4')]) < pre> <h3>Example 3:</h3> <pre> import numpy as np from io import StringIO c = StringIO(u'1,3,2
3,5,4') x, y = np.loadtxt(c, delimiter=',', usecols=(0, 2), unpack=True) x y </pre> <p> <strong>Output:</strong> </p> <pre> array([1., 3.]) array([2., 4.]) </pre> <p> <strong>In the above code</strong> </p> <ul> <li>We have imported numpy with alias name np.</li> <li>We have also imported <strong>StringIO</strong> from <strong>io</strong> . </li> <li>We have declared the variable 'c' and assigned the returned value of the StringIO() function.</li> <li>We have passed the unicode data in the function.</li> <li>Lastly, we tried to print the return value of np.loadtxt in which we passed the file or filename, set delimiter, usecols, and unpack to True.</li> </ul> <p>In the output, it displays the content of the file has been shown in the form of ndarray.</p> <hr></i4'),> Producción:
array([1., 3.]) array([2., 4.])
En el código anterior
- Hemos importado numpy con nombre de alias np.
- También hemos importado CadenaIO de este .
- Hemos declarado la variable 'c' y asignado el valor devuelto de la función StringIO().
- Hemos pasado los datos Unicode en la función.
- Por último, intentamos imprimir el valor de retorno de np.loadtxt en el que pasamos el archivo o nombre de archivo, configuramos el delimitador, usamos cols y descomprimimos en True.
En la salida, muestra el contenido del archivo en forma de ndarray.
escáner escanear java