numpy.genfromtxt#

numpy.genfromtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, skip_header=0, skip_footer=0, converters=None, missing_values=None, filling_values=None, usecols=None, names=None, excludelist=None, deletechars=" !#$%&'()*+, -./:;<=>?@[\\]^{|}~", replace_space='_', autostrip=False, case_sensitive=True, defaultfmt='f%i', unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None, encoding=None, *, ndmin=0, like=None)[源代码]#

从文本文件加载数据,并按照指定的方式处理缺失值.

从第一个 skip_header 行之后的每一行都会在 delimiter 字符处进行拆分,并且 comments 字符后面的字符将被丢弃.

参数:
fnamefile, str, pathlib.Path, list of str, generator

要读取的文件,文件名,列表或生成器.如果文件名扩展名为 .gz 或 .bz2 ,则首先解压缩该文件.请注意,生成器必须返回字节或字符串.列表中的字符串或生成器产生的字符串被视为行.

dtypedtype, optional

结果数组的数据类型.如果为None,dtype将由每一列的内容单独确定.

commentsstr, optional

用于指示注释开始的字符.一行中注释后的所有字符都将被丢弃.

delimiterstr, int, or sequence, optional

用于分隔值的字符串.默认情况下,任何连续的空白都充当分隔符.也可以提供整数或整数序列作为每个字段的宽度.

skiprows整数,可选

skiprows 在 numpy 1.10 中已删除.请改用 skip_header .

skip_header整数,可选

在文件开头跳过的行数.

skip_footer整数,可选

在文件末尾跳过的行数.

convertersvariable, optional

将列的数据转换为值的函数集.转换器还可以用于为缺失数据提供默认值: converters = {3: lambda s: float(s or 0)} .

缺失variable, optional

missing 在 numpy 1.10 中已移除.请使用 missing_values 代替.

missing_valuesvariable, optional

与缺失数据相对应的字符串集合.

filling_valuesvariable, optional

当数据缺失时,用作默认值的值的集合.

usecols序列,可选

要读取的列,0为第一列.例如, usecols = (1, 4, 5) 将提取第2,第5和第6列.

names{None, True, str, sequence},可选

如果 names 为 True,则字段名称从第一个 skip_header 行之后的行读取.此行可以选择以注释分隔符开头.注释分隔符之前的任何内容都将被丢弃.如果 names 是序列或逗号分隔名称的单字符串,则这些名称将用于在结构化 dtype 中定义字段名称.如果 names 为 None,则将使用 dtype 字段的名称(如果有).

excludelist序列,可选

要排除的名称列表.此列表将附加到默认列表 [‘return’,’file’,’print’].排除的名称会附加一个下划线:例如, file 将变为 file_ .

deletecharsstr, optional

一个字符串,组合了必须从名称中删除的无效字符.

defaultfmtstr, optional

用于定义默认字段名称的格式,例如“f%i”或“f_%02i”.

autostripbool, 可选

是否自动从变量中去除空格.

replace_spacechar, 可选

用于替换变量名中的空格的字符.默认情况下,使用’_’.

case_sensitive{True, False, ‘upper’, ‘lower’},可选

如果为True,则字段名称区分大小写.如果为False或’upper’,则字段名称将转换为大写.如果为’lower’,则字段名称将转换为小写.

unpackbool, 可选

如果为True,则返回的数组将被转置,以便可以使用 x, y, z = genfromtxt(...) 解包参数.当与结构化数据类型一起使用时,将为每个字段返回数组.默认为False.

usemaskbool, 可选

如果为True,则返回一个掩码数组.如果为False,则返回一个常规数组.

loosebool, 可选

如果为True,则不对无效值引发错误.

invalid_raisebool, 可选

如果为True,如果在列数中检测到不一致,则会引发异常.如果为False,则会发出警告并跳过违规行.

max_rowsint,可选

要读取的最大行数.不能与 skip_footer 同时使用.如果给定,则该值必须至少为 1.默认为读取整个文件.

encodingstr, optional

用于解码输入文件的编码.当 fname 是文件对象时不适用.特殊值 ‘bytes’ 启用向后兼容性解决方法,以确保在可能的情况下接收字节数组,并将 latin1 编码的字符串传递给转换器.覆盖此值以接收 unicode 数组并将字符串作为输入传递给转换器.如果设置为 None,则使用系统默认值.默认值为 ‘bytes’.

在 2.0 版本发生变更: 在 NumPy 2 之前,为了与 Python 2 兼容,默认值为 'bytes' .现在默认值为 None .

ndmin整数,可选

与 loadtxt 相同的参数

在 1.23.0 版本加入.

likearray_like, optional

参考对象以允许创建非NumPy数组的数组. 如果作为 like 传入的类数组支持 __array_function__ 协议,则结果将由它定义. 在这种情况下,它可以确保创建与通过此参数传入的数组对象兼容的数组对象.

在 1.20.0 版本加入.

返回:
outndarray

从文本文件读取的数据.如果 usemask 为 True,则这是一个掩码数组.

参见

numpy.loadtxt

当没有数据缺失时,相当于该函数.

注释

  • 当空格被用作分隔符,或者当没有输入分隔符时,两个字段之间不应该有任何缺失的数据.

  • 当变量被命名时(通过灵活的 dtype 或使用 names 序列),文件中不能有任何标题(否则会引发 ValueError 异常).

  • 默认情况下,单个值不会去除空格.当使用自定义转换器时,请确保该函数会删除空格.

  • 由于 dtype 发现,自定义转换器可能会收到意外的值.

参考

[1]

NumPy 用户指南, I/O with NumPy 部分.

示例

>>> from io import StringIO
>>> import numpy as np

带有混合 dtype 的逗号分隔文件

>>> s = StringIO("1,1.3,abcde")
>>> data = np.genfromtxt(s, dtype=[('myint','i8'),('myfloat','f8'),
... ('mystring','S5')], delimiter=",")
>>> data
array((1, 1.3, b'abcde'),
      dtype=[('myint', '<i8'), ('myfloat', '<f8'), ('mystring', 'S5')])

使用 dtype = None

>>> _ = s.seek(0) # needed for StringIO example only
>>> data = np.genfromtxt(s, dtype=None,
... names = ['myint','myfloat','mystring'], delimiter=",")
>>> data
array((1, 1.3, 'abcde'),
      dtype=[('myint', '<i8'), ('myfloat', '<f8'), ('mystring', '<U5')])

指定 dtype 和名称

>>> _ = s.seek(0)
>>> data = np.genfromtxt(s, dtype="i8,f8,S5",
... names=['myint','myfloat','mystring'], delimiter=",")
>>> data
array((1, 1.3, b'abcde'),
      dtype=[('myint', '<i8'), ('myfloat', '<f8'), ('mystring', 'S5')])

一个固定宽度的列的例子

>>> s = StringIO("11.3abcde")
>>> data = np.genfromtxt(s, dtype=None, names=['intvar','fltvar','strvar'],
...     delimiter=[1,3,5])
>>> data
array((1, 1.3, 'abcde'),
      dtype=[('intvar', '<i8'), ('fltvar', '<f8'), ('strvar', '<U5')])

一个显示注释的例子

>>> f = StringIO('''
... text,# of chars
... hello world,11
... numpy,5''')
>>> np.genfromtxt(f, dtype='S12,S12', delimiter=',')
array([(b'text', b''), (b'hello world', b'11'), (b'numpy', b'5')],
  dtype=[('f0', 'S12'), ('f1', 'S12')])
当前页面