这篇文章主要讲解了“python中numpy数组的csv文件写入与读取方法是什么”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“python中numpy数组的csv文件写入与读取方法是什么”吧！
1.文件写入与读取
写入：
import numpy as np a = np.arange(0,10000).reshape(100,100) np.savetxt("temp.csv", a, delimiter=",")
读取：
b = np.loadtxt("temp.csv", delimiter=",")
print(b) #打印b数组
print(max(b.reshape(-1))) #打印b数组中的最大值
print(min(b.reshape(-1))) #打印b数组中的最小值
注意：写入和读取的delimiter参数要保持一致，否则无法正常读取。
2.函数详解-savetxt
savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# ', encoding=None)
参数：
fname : 文件名或者文件句柄。如果文件名以".gz"结尾，则该文件会被自动以gzip形式压缩。当然，"loadtxt"也可以解析被压缩的文件。
X : 一维或者二维数组。需要写入文本文件的数据。
fmt : str或者str序列，可选参数。单一格式(%10.5f)，序列格式或多重格式字符串，例如。“Iteration %d—%10.5f”，在这种情况下“delimiter”参数被忽略。对于复杂的“X”，“fmt”的合理选择如下:
a) a single specifier, `fmt='%.4e'`, resulting in numbers formatted like `' (%s+%sj)' % (fmt, fmt)`
b) a full string specifying every real and imaginary part, e.g.`' %.4e %+.4ej %.4e %+.4ej %.4e %+.4ej'` for 3 columns
c) a list of specifiers, one per column - in this case, the real and imaginary part must have separate specifiers, e.g. `['%.3e + %.3ej', '(%.15e%+.15ej)']` for 2 columns
delimiter :str，可选参数。用于分隔列的字符串或者字符。
newline :str，可选参数。用于分隔行的字符串或者字符。
comments : str，可选参数。将作为前缀被添加到"header" 和 "footer"的字符串，用于将这部分标记为注释内容。默认是"#"。
encoding : {None, str}, 可选参数。用于对输出文件的编码。不适用与输出流。如果编码格式不是"bytes" 或者"latin1"，那么将无法正常load。
3.函数详解-loadtxt
loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes')
功能：从文件中load数据。注意：文件中的每一行数据的数量需要相同。
参数：
fname：文件，str或者是pathlib.Path。
dtype：返回的数据类型，默认float。
comments：str，可选参数。注释说明。默认是"#"。
delimiter：str，可选参数。数值的分隔符，默认是空格。
skiprows：int，可选参数。跳过的行数，默认是0。
usecols：int或者序列，可选参数。读取的列数，0为起点。例如，当usecols=（1,4,5），读取第2列，第5列和第6列。默认值是读取所有列。
unpack：bool型，可选参数。若为为True，可以将数据进行拆分，例如x, y, z = loadtxt(...)。默认值是False。
encoding : 用于对输入文件的解码。
感谢各位的阅读，以上就是“python中numpy数组的csv文件写入与读取方法是什么”的内容了，经过本文的学习后，相信大家对python中numpy数组的csv文件写入与读取方法是什么这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程之家，小编将为大家推送更多相关知识点的文章，欢迎关注！
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
