python numpy loadtxt,numpy.loadtxt()函数

　　为了方便使用和记忆，有时我们会将numpy.loadtxt()缩写为np.loadtxt()。本文主要讲解如何使用它读取txt文件。

　　要读取txt文件，我们通常使用numpy中的loadtxt()函数。

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

　　注：loadtxt的功能是读入数据文件，这里的数据文件要求每一行数据的格式相同。

　　也就是说，它没有资格获得以下数据：

　　123

　　1 2 4 3 5

　　接下来，举一个例子来说明这个功能：

　　1、简单的读取

　　test.txt

　　1 2 3 4

　　2 3 4 5

　　3 4 5 6

　　4 5 6 7

　　将numpy作为np导入

　　A=np.loadtxt(test.txt)#最常见的loadtxt

　　打印(一份)

　　ot;;">

输出：

[[1. 2. 3. 4.]　　 [2. 3. 4. 5.]　　 [3. 4. 5. 6.]　　 [4. 5. 6. 7.]]　　

数组中的数都为浮点数，原因为Python默认的数字的数据类型为双精度浮点数

2、skiprows=n：指跳过前n行

test.txt

A B C D　　2 3 4 5　　3 4 5 6　　4 5 6 7　　

a = np.loadtxt('test.txt', skiprows=1, dtype=int)　　print(a)　　

输出：

[[2 3 4 5]　　 [3 4 5 6]　　 [4 5 6 7]]　　

3、comment=‘#’：如果行的开头为#就会跳过该行

test.txt

A B C D　　2 3 4 5　　3 4 5 6　　#A B C D　　4 5 6 7　　

a = np.loadtxt('test.txt', skiprows=1, dtype=int, comments='#')　　print(a)　　

输出：

[[2 3 4 5]　　 [3 4 5 6]　　 [4 5 6 7]]　　

4、usecols=[0,2]：是指只使用0,2两列，参数类型为list

a = np.loadtxt('test.txt', skiprows=1, dtype=int, comments='#',usecols=(0, 2), unpack=True)　　print(a)　　

输出：

[[2 3 4]　　 [4 5 6]]　　

unpack是指会把每一列当成一个向量输出, 而不是合并在一起。如果unpack为false或者参数的话输出结果如下：

[[2 4]　　 [3 5]　　 [4 6]]　　

test.txt

A, B, C, D　　2, 3, 4, 5　　3, 4, 5, 6　　#A B C D　　4, 5, 6, 7　　

5、delimiter：数据之间的分隔符。如使用逗号","。

6、converters：对数据进行预处理

def add_one(x):　　 return int(x)+1 #注意到这里使用的字符的数据结构　　a = np.loadtxt('test.txt', dtype=int, skiprows=1, converters={0:add_one}, comments='#', delimiter=',', usecols=(0, 2), unpack=True)　　print a　　

def add_one(x):　　 return int(x)+1 #注意到这里使用的字符的数据结构　　a = np.loadtxt('test.txt', dtype=int, skiprows=1, converters={0:add_one}, comments='#', delimiter=',', usecols=(0, 2), unpack=True)　　print a　　

以上就是numpy.loadtxt() 读取txt文件的几种方法。更多Python学习推荐:PyThon学习网教学中心。

（推荐操作系统：windows7系统、Python 3.9.1，DELL G3电脑。）

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。