工程实践指的是哪些（【工程实践】np.loadtxt()读取数据）

前言

        机器学习中使用np.loadtxt()可以高效的导入数据  
  
  
  
  ，np.loadtxt()适合.txt文件和.csv文件  
  
  
  
  。但是它默认读取float类型的值 
  
  
  
  
 。

1.np.loadtxt()读取txt文件

1-1 基础参数

numpy.loadtxt( fname, dtype=, comments=#, delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

1-2 参数详解 

fname要读取的文件  
  
  
  
  、文件名 
  
  
  
  
 、或生成器


 


 


 


 


。

dtype数据类型 
  
  
  
  
 ，默认float 
 
 
 
 。

comments注释  
   
   
   
   
 。

delimiter分隔符


 


 


 


 


，默认是空格

 

 

 

 

。

skiprows跳过前几行读取 
 
 
 
 ，默认是0  
   
   
   
   
 ，必须是int整型
 

 

 

 

 。

usecols要读取哪些列

 

 

 

 

，0是第一列          。例如
 

 

 

 

 ，usecols = （1,4,5）将提取第2          ，第5和第6列
 

 
 

 
 

 
 

 
 

。默认读取所有列








。

unpack如果为True
 

 
 

 
 

 
 

 
 

，将分列读取               。

1-3 应用示例

        文件的存储路径为:./data.txt








， 文件内容如下：

 1-3-1 fname

        fname可以是文件的路径也可以是要读取的文件
 
 
 
 
 
 
 
 
 
。 

#根据文件名直接读取 data = np.loadtxt(./data/data.csv)

 1-3-2 dtype

        dtype默认为np.float32类型               ，也可以设置为其他类型
 
 
 
 
 
 
 
 
 
，比如int













。设置为其他dtype时需要考虑数据本身的类型          。

#设置dtype data = np.loadtxt(./data/data.csv,dtype=np.float32) #设置dtype data = np.loadtxt(./data/data.csv,dtype=int)

  1-3-3 comments

        comment的是指, 如果行的开头为comment的值













，那在读取时就会跳过该行
 
  
 
  
 
  
 
  
 
 。示例代码中comment  = 1,则在读取数据时          ，会跳过开头为1的行









。

data = np.loadtxt(./data.txt,dtype = int,comments=1)

1-3-4 delimiter 

        delimiter是分隔符
 
  
 
  
 
  
 
  
 
 ，默认是空格  
  
  
  
  。

data = np.loadtxt(./data.txt,dtype = int,comments=1,delimiter=)

        我们改变一下数据









，将数据中的分隔符改为,之后再重新读取 
  
  
  
  
 。

data = np.loadtxt(./data.txt,dtype = int,delimiter=,)

 1-3-5 skiprows

        skiprows跳过前几行读取  
  
  
  
  ，默认是0 
  
  
  
  
 ，必须是int整型


 


 


 


 


。skiprows = 2则表示跳过前两行读取数据 
 
 
 
 。

data = np.loadtxt(./data.txt,dtype = int,delimiter=,,skiprows=2)

        读取数据时


 


 


 


 


，设定 skiprows = 2 
 
 
 
 ，则将前两行跳过  
   
   
   
   
 ，从第三行开始读取  
   
   
   
   
 。

1-3-6 usecols

        usecols要读取哪些列

 

 

 

 

，0是第一列

 

 

 

 

。例如
 

 

 

 

 ，usecols = （1,4,5）将提取第2          ，第5和第6列
 

 

 

 

 。默认读取所有列          。

        读取第2列数据
 

 
 

 
 

 
 

 
 

。

data = np.loadtxt(./data.txt,dtype = int,delimiter=,,usecols = 1)

        读取第2
 

 
 

 
 

 
 

 
 

，6








，9列数据








。 

data = np.loadtxt(./data.txt,dtype = int,delimiter=,,usecols =(1,5,8))

1-3-7 unpack

        unpack如果设置为Ture               ，将分列读取
 
 
 
 
 
 
 
 
 
，类似于矩阵的转置               。

        未设置之前













，数据读取时是以行为单位进行读取
 
 
 
 
 
 
 
 
 
。

         设置unpack=Ture之后再次读取          ，矩阵的列变为了行













。

1-2 np.loadtxt()读取csv文件 

        读取csv文件与读取txt文件的参数一致
 
  
 
  
 
  
 
  
 
 ，需要注意的是csv文件的分隔符一般是“,          ”并且含有表头









，所以需要使用delimiter=,作为分隔符  
  
  
  
  ，以及使用skiprows=1跳过表头          。

        原始csv文件内容：

#根据data_path读取文件内容 train_XY = np.loadtxt(data_path, delimiter=,, skiprows = 1,dtype=np.float32)