使用python将文件加载到numpy数组中

Question

所以我对 Python 非常熟悉，并且正在尝试通过复制我编写的一些 matlab 代码来学习。我有一个部分，在 matlab 中，我加载了一个制表符分隔的数据文件。语法

x = load(data.txt)

获取制表符分隔的数据并将它们放入标记为 x 的矩阵的单元格中。

有没有办法在 python 中做到这一点，但使用逗号分隔的数据？

Answer 1

有多种方法，选择最适合您应用的一种。

如果您正在使用numpy，最好使用numpy 的load、loadtxt、fromfile 或genfromtxt 函数，因为您的文件将被加载到合适的结构中，预处理后。

但是，如果您不打算使用 numpy（或任何其他具有一些文件加载​​功能的 big 库），那么仅使用它来加载文件将是一种矫枉过正...考虑使用内置的 python 函数，或者标准库中的 csv module 来代替......它会更灵活，更流畅。

以下是使用file.txt 的示例（每行的值用制表符分隔）：

1   2   3   4
7   8   9   10  11  12
13  14  15

python 内置

没有要导入的模块，非常简单，灵活，在大多数情况下都是不错的选择，恕我直言。

仅使用内置函数以二进制模式加载文件以读取（rb 标志）表（值列表的列表，在文件中用制表符分隔）：

>>> file = open('file.txt', 'rb')
>>> table = [row.strip().split('\t') for row in file]

csv

标准库中的csv module 也非常简单。

请注意，尽管 CSV 表示逗号分隔值，但实际上没有标准，您可以选择任何您想要的分隔符。因此 CSV 代表所有面向单元格或类似表格的文件。

以二进制模式加载文件以读取（rb 标志）在带有 csv reader 的表（值列表的列表，在文件中用制表符分隔）中：

>>> import csv
>>> file = open('file.txt', 'rb')
>>> data = csv.reader(file, delimiter='\t')
>>> table = [row for row in data]

访问单元格

表格已经和前面两个例子一样加载了，可以像table[row][col]一样访问表格的数据：

>>> table
[['1', '2', '3', '4'], ['7', '8', '9', '10', '11', '12'], ['13', '14', '15']]    
>>> table[0]
['1', '2', '3', '4']
>>> table[1][2]
9

Answer 2

numpy.loadtxt 函数将 ASCII 文件中的数据读取到 numpy 数组中。用于分隔值的字符串可以使用 delimiter 参数定义：

numpy.loadtxt('data.txt', delimiter=',')

对于更复杂的情况，numpy.genfromtxt 函数是一个很好的选择。

Answer 3

查看csv 模块（特别是reader 类）和/或numpy.loadtxt 函数。

Answer 4

如果您将 Python 用于类似 MATLAB 的目的，您将希望使用 NumPy（和 scipy）；特别是，您应该阅读NumPy for MATLAB Users。

如果你有逗号分隔的数据，你可以使用numpy.loadtxt来读取它（当然是在安装numpy之后）：

$ cat matrix.csv 
1,2,3
4,5,6
7,8,9

然后

>>> import numpy as np
>>> m = np.loadtxt("matrix.csv", delimiter=",")
>>> m
array([[ 1.,  2.,  3.],
       [ 4.,  5.,  6.],
       [ 7.,  8.,  9.]])
>>> np.matrix(m)
matrix([[ 1.,  2.,  3.],
        [ 4.,  5.,  6.],
        [ 7.,  8.,  9.]])

Answer 5

标准库中有一个csv模块。

See the documentation here

>>> import csv
>>> spamReader = csv.reader(open('eggs.csv', 'rb'), delimiter=' ', quotechar='|')
>>> for row in spamReader:
...     print ', '.join(row)
Spam, Spam, Spam, Spam, Spam, Baked Beans
Spam, Lovely Spam, Wonderful Spam