Python——NumPy数据存取与函数
1、数据csv文件存贮
1.1 CSV文件写入
CSV (Comma‐Separated Value, 逗号分隔值)
CSV是一种常见的文件格式,用来存储批量数据
np.savetxt(frame, array, fmt='%.18e', delimiter=None)
• frame : 文件、字符串或产生器,可以是.gz或.bz2的压缩文件
• array : 存入文件的数组
• fmt : 写入文件的格式,例如:%d %.2f %.18e
• delimiter : 分割字符串,默认是任何空格
import numpy as np a=np.arange().reshape((,)) np.savetxt('a.csv',a,fmt='%d',delimiter=',')
np.savetxt(r"C:\Users\ning wang\Desktop\Python\python_data\a.csv",a,fmt='%.1f',delimiter=',')
指定位置的保存文件
np.savetxt("C:/Users/ning wang/Desktop/Python/python_data/b.csv",a,fmt='%.1f',delimiter=',')
以上两种方法,指定位置的存放文件。原因是由于'\'具有转义符,改为‘/’或者前面加‘r’。
1.2 CSV文件读取
np.loadtxt(frame, dtype=np.float, delimiter=None, unpack=False)
• frame : 文件、字符串或产生器,可以是.gz或.bz2的压缩文件
• dtype : 数据类型,可选
• delimiter : 分割字符串,默认是任何空格
• unpack : 如果True,读入属性将分别写入不同变量
c=np.loadtxt('a.csv',delimiter=',')%默认为float
c=np.loadtxt('C:/Users/ning wang/Desktop/Python/python_data/b.csv',dtype=np.int,delimiter=',')%更改为整数格式
1.3 csv局限性
CSV只能有效存储一维和二维数组
np.savetxt() np.loadtxt()只能有效存取一维和二维数组
2、多维数据存取
(1)多维数据写入
a.tofile(frame, sep='', format='%s')
• frame : 文件、字符串
• sep : 数据分割字符串,如果是空串,写入文件为二进制
• format : 写入数据的格式
a.tofile('C:/Users/ning wang/Desktop/Python/python_data/a.dat',sep=',',format='%d')%逗号区分
a.tofile('C:/Users/ning wang/Desktop/Python/python_data/b.dat',sep=' ',format='%.1f')%空格区分
a.tofile('C:/Users/ning wang/Desktop/Python/python_data/c.dat',format='%d')%默认的二进制格式
(2)读取多维数据
np.fromfile(frame, dtype=float, count=‐1, sep='')
• frame : 文件、字符串
• dtype : 读取的数据类型
• count : 读入元素个数,‐1表示读入整个文件
• sep : 数据分割字符串,如果是空串,写入文件为二进制
a=np.arange(100).reshape(5,10,2) a.tofile('C:/Users/ning wang/Desktop/Python/python_data/a.dat',sep=',',format='%d') c=np.fromfile('C:/Users/ning wang/Desktop/Python/python_data/a.dat',dtype=np.int,sep=',')
c=c.reshape((5,10,2))
a=np.arange(100).reshape(5,10,2) a.tofile('C:/Users/ning wang/Desktop/Python/python_data/a.dat',format='%d')%未指定分隔符,默认二进制存储 c=np.fromfile('C:/Users/ning wang/Desktop/Python/python_data/a.dat',dtype=np.int)%不用指定分隔符,默认二进制读取,转换为int型
该方法需要读取时知道存入文件时数组的维度和元素类型
a.tofile()和np.fromfile()需要配合使用
可以通过元数据文件来存储额外信息
3、NumPy便捷文件存取
np.save(fname, array) 或 np.savez(fname, array)
• fname : 文件名,以.npy为扩展名,压缩扩展名为.npz
• array : 数组变量
np.load(fname)
• fname : 文件名,以.npy为扩展名,压缩扩展名为.npz
a=np.arange(100).reshape(5,10,2) np.save('C:/Users/ning wang/Desktop/Python/python_data/a.npy',a)
b=np.load('C:/Users/ning wang/Desktop/Python/python_data/a.npy')
4、NumPy的随机数函数
NumPy的random子库
np.random.*
(1)
np.random.rand()
np.random.randn()
np.random.randint()
import numpy as np a=np.random.rand(3,4,5)
sn=np.random.randn(2,4,5)
b=np.random.randint(100,200,(3,4))
随机种子不变的话,随机数不变
(2)
(3)
5、NumPy的统计函数
NumPy直接提供的统计类函数
np.*
np.std() np.var() np.average()
(1)
(2)
6、NumPy的梯度函数
Python——NumPy数据存取与函数的更多相关文章
- Python数据分析与展示(1)-数据分析之表示(2)-NumPy数据存取与函数
NumPy数据存取与函数 数据的CSV文件存取 CSV文件 CSV(Comma-Separated Value,逗号分隔值) CSV是一种常见的文件格式,用来存储批量数据. 将数据写入CSV文件 np ...
- 数据分析与展示——NumPy数据存取与函数
NumPy库入门 NumPy数据存取和函数 数据的CSV文件存取 CSV文件 CSV(Comma-Separated Value,逗号分隔值)是一种常见的文件格式,用来存储批量数据. np.savet ...
- 数据分析与展示---Numpy数据存取与函数
简介 一:数据的CSV文件存取(一维或二维) (一)写入文件savetxt (二)读取文件loadtxt 二:多维数据的存取 (一)保存文件tofile (二)读取文件fromfile (三)NumP ...
- Numpy数据存取与函数
数据的CSV文件存取 多维数据的存取 NumPy的随机数函数 NumPy的统计函数 NumPy的梯度函数
- 第一周——数据分析之表示 —— Numpy 数据存取与函数
数据的CSV文件的存取 CSV文件:CSV (Comma‐Separated Value, 逗号分隔值) CSV是一种常见的文件格式,用来存储批量数据 np.savetxt(frame, array, ...
- python numpy 数据集合操作函数
arrarray([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])arr1array([0, 1, 2, 3, 4])np.intersect1d(arr,arr1)#计算数组ARR A ...
- Numpy数据存取
Numpy数据存取 numpy提供了便捷的内部文件存取,将数据存为np专用的npy(二进制格式)或npz(压缩打包格式)格式 npy格式以二进制存储数据的,在二进制文件第一行以文本形式保存了数据的元信 ...
- python numpy数据相减
numpy数据相减,a和b两者shape要一样,然后是对应的位置相减.要不然,a的shape可以是(1,m),注意m要等于b的列数. import numpy as np a = [ [0, 1, 2 ...
- Python numpy数据的保存和读取
在科学计算的过程中,往往需要保存一些数据,也经常需要把保存的这些数据加载到程序中,在 Matlab 中我们可以用 save 和 lood 函数很方便的实现.类似的在 Python 中,我们可以用 nu ...
随机推荐
- CSS 实现元素较宽不能被完全展示时将其隐藏
首发于本人的博客 varnull.cn 遇到一个需求,需要实现的样式是固定宽度的容器里一排显示若干个标签,数量不定,每个标签的长度也不定.当到了某个标签不能被完全展示下时则不显示.大致效果如下,标签只 ...
- Object-Oriented Programming Summary Ⅲ
目录 JML单元作业博客 1.1 梳理JML语言的理论基础 0. 前言 1. 形式 2. 作用域 3. 前置条件 (requires) 4. 后置条件 (ensures) 5. 模型域 (model) ...
- seo搜索优化教程12-网站SEO诊断
为了使大家更方便的了解及学习网络营销推广.seo搜索优化,星辉信息科技强势推出seo搜索优化教程.此为seo教程第12课 行业分析 在搜索引擎中检索自己的站点,在检索结果及相关网站中分析自己在行业内的 ...
- 用反射机制和pandas,实现excel数据的读取以及参数化${arg}的赋值
反射类:class GetData: index = pd.read_excel(file_name, sheet_name).loc[0, ['index']].values[0] email = ...
- Linux apache开启虚拟主机伪静态.htaccess
打开apache配置文件 /etc/httpd/conf/httpd.conf 查找“#LoadModule rewrite_module modules/mod_rewrite.so” 去掉前面的# ...
- django 从零开始 12 快速集合queryset对象
使用序列化将查询到的quweyset对象进行一个格式转换 还没看文档理解 待写 from django.core.serializers import serializers 导入该 ...
- Redis主从原理及哨兵模式
1.Redis主从搭建 主从的搭建很简单,主节点设置连接密码,从节点的配置上主节点的ip和端口,以及密码,一般从节点我们都设置只读模式. 主节点配置: 主节点密码: requirepass xxx 从 ...
- C++ 小练习,一个整型数字的处理
#define _CRT_SECURE_NO_WARNINGS #include <stdio.h> //输入一个任意位数的int整数,并判断该整数的位数,并输出每一位数(每个数字中间用空 ...
- Redux的createStore实现
Redux的createStore实现 使用过react的同学应该对Redux这个东西有所了解.他是一种全局状态管理的思想(对, 这里我觉得它是一种思想, 因为对于React来说, 其实Redux ...
- WebRTC的RTCPeerConnection()原理探析
从getUserMedia()到RTCPeerConnection(),自认为难度陡增.我想一方面是之前在Linux平台上学习ROS调用摄像头时,对底层的外设接口调用.摄像头参数都有学习理解:另一方面 ...