python numpy中如何读写文件

　　数据分析中，经常需要从文件中读取数据或将数据写入文件，常用的存储文件的格式有文本文件、CSV格式文件、二进制格式文件和多维数据文件等。

　　1.将1维或2维数组写入TXT文件或CSV格式文件 在NumPy中，使用savetxt()函数可以将1维或2维数组写入后缀名为txt或csv的文件.函数格式为：

**numpy.savetxt(fname,array,fmt='%.18e',delimiter=None,newline='\n', 
header='', footer='', comments='# ', encoding=None)**

　　numpy 主要参数

• 　　fname：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(一维数组或者二维数组)

• 　　fmt：写入文件的格式，如：%d，%.2f，%.18e，默认值是%.18e 可选项

• 　　delimiter: 分隔符，通常情况是str可选

• 　　header:将在文件开头写入的字符串

• 　　footer:将在文件尾部写入的字符串

• 　　comments： 将附加到header和footer字符串的字符串，以将其标记为注释。

• 　　默认值：'#' encoding:用于编码输出文件的编码。

　　import numpy as np
　　arr = np.arange(12).reshape(3,4)
　　#fmt缺省取%.18e(浮点数)
　　#分割符默认是空格，写入文件保存在当前目录
　　np.savetxt('test-1.txt',arr)
　　#fmt:%d 写入文件的元素是十进制整数,分割符为逗号",",写入文件保存在当前目录
　　np.savetxt('test-2.txt',arr,fmt='%d',delimiter=',')
　　#在test-3.txt文件头部和尾部增加注释，头部 #test-3，尾部 
　　# 数据写入注释，写入文件的元素是字符串
　　np.savetxt('test-3.txt',arr,fmt='%s',delimiter=',',header=\
　　'test-3',footer='测试数据',encoding='utf-8')
　　#在test-4.txt文件头部加##test-4注释
　　np.savetxt('test-4.txt',arr,fmt='%f',delimiter=',',header=
　　'test-4',comments='###')
　　#将arr数组保存为csv文件
　　np.savetxt('test-1.csv',arr,fmt='%d',header='test-1')

　　2.读取TXT文件和CSV格式文件 在NumPy中，读取TXT文件和CSV格式文件的函数是loadtxt()，函数格式：

　　numpy.loadtxt(fname,dtype=type'float'>,comments='#',delimiter=None, 
converters=None,skiprows=0,usecols=None,unpack=False,ndmin=0,encoding=‘bytes')

　　#参数说明：

• 　　fname：被读取的文件名(文件的相对地址或者绝对地址)

• 　　dtype：指定读取后数据的数据类型

• 　　comments： 跳过文件中指定参数开头的行(即不读取)

• 　　delimiter：指定读取文件中数据的分割符

• 　　converters： 对读取的数据进行预处理

• 　　skiprows：选择跳过的行数

• 　　usecols：指定需要读取的列

• 　　unpack：选择是否将数据进行向量输出

• 　　encoding：对读取的文件进行预编码

　　a = np.loadtxt('test-1.txt')
　　#读入当前目录下的文件 test-1.txt
　　print(a)
　　[[ 0. 1. 2. 3.]
　　[ 4. 5. 6. 7.]
　　[ 8. 9. 10. 11.]]
　　# skiprows:指跳过前1行, 如果设置skiprows=2, 就会跳过前两行,数据类型设置为整型.
　　a = np.loadtxt('test-1.txt', skiprows=1, dtype=int)
　　print(a)
　　[[ 4 5 6 7]
　　[ 8 9 10 11]]
　　# comment, 如果行的开头为#就会跳过该行
　　a = np.loadtxt('test-4.txt', skiprows=2, comments='#',delimiter=',')
　　b = np.loadtxt('test-4.txt',comments='#',delimiter=',')
　　print(a,b,sep='\n')
　　[[ 4. 5. 6. 7.]
　　[ 8. 9. 10. 11.]]
　　[[ 0. 1. 2. 3.]
　　[ 4. 5. 6. 7.]
　　[ 8. 9. 10. 11.]]
　　# usecols:指定读取的列，若读取0,2两列
　　aa = np.loadtxt('test-3.txt',dtype=int, 
skiprows=1,delimiter=',',usecols=(0, 2))
　　#unpack是指会把每一列当成一个向量输出, 而不是合并在一起。
　　(a, b) = np.loadtxt('test-2.txt', dtype=int, skiprows=1,
　　comments='#', delimiter=',',
　　usecols=(0, 2), unpack=True)
　　print(aa,a, b,sep='\n')
　　[[ 0 2]
　　[ 4 6]
　　[ 8 10]]
　　[4 8]
　　[ 6 10]
　　#读取csv文件
　　aa = np.loadtxt('test-1.csv',skiprows=1)
　　print(aa)
　　[[ 0. 1. 2. 3.]
　　[ 4. 5. 6. 7.]
　　[ 8. 9. 10. 11.]]

　　使用NumPy读写二进制文件

　　1.使用save()或savez()函数写二进制格式文件

　　save函数将数组以未压缩的原始二进制格式保存在扩展名为.npy的文件中。会自动处理元素类型和形状等信息。

　　savez函数将多个数组压缩到一个扩展名为npz的文件，其中每个文件都是一个save()保存的npy文件，文件名和数组名相同

　　save()或savez()函数的格式：

• 　　numpy.save(file,array)

• 　　numpy.savez(file,array)

　　2.使用load()函数读取二进制格式文件

　　load()函数的格式： numpy.load(file)

　　import numpy as np
　　a = np.arange(12).reshape(3,4)
　　print('原数组a:\n',a)
　　np.save('arr1.npy', a) #将数据存储为npy,保存时可以省略扩展名，默认.npy
　　c = np.load('arr1.npy') #读取arr1.npy的数据,读取数据时不能省略 .npy
　　print('读取后的数据：\n',c)
　　ar = np.arange(6).reshape(3,2)
　　print('保存前的数组:',a,ar,sep='\n')
　　np.savez('arr2.npz',a,ar) #多数组存储，默认文件名.npz
　　b = np.load('arr2.npz')
　　print('读取后的数据：')
　　print(b['arr_0'],b['arr_1'],sep='\n')

　　原数组a:

　　[[ 0 1 2 3]
　　[ 4 5 6 7]
　　[ 8 9 10 11]]

　　读取后的数据：

　　[[ 0 1 2 3]
　　[ 4 5 6 7]
　　[ 8 9 10 11]]

　　保存前的数组:

　　[[ 0 1 2 3]
　　[ 4 5 6 7]
　　[ 8 9 10 11]]
　　[[0 1]
　　[2 3]
　　[4 5]]

　　读取后的数据：

　　[[ 0 1 2 3]
　　[ 4 5 6 7]
　　[ 8 9 10 11]]
　　[[0 1]
　　[2 3]
　　[4 5]]
　　for i in b.items():
　　print(i)
　　('a', array([[ 0, 1, 2, 3],
　　[ 4, 5, 6, 7],
　　[ 8, 9, 10, 11]]))
　　('ar', array([[0, 1],
　　[2, 3],
　　[4, 5]]))