python数据分析——numpy进阶
1.如何将数据导入和导出csv文件
1.1 np.genfromtxt函数
导入数据的标准方法是使用np.genfromtxt函数，它可以从web URLs导入数据，处理缺失值，多种分隔符，处理不规则的列数等功能。一个不太通用的版本是用np.loadtxt函数导入数据，它假设数据集无缺失值.
# 关闭数字的科学表示方法np.set_printoptions(suppress=True) # 从url的csv文件导入数据path = https://raw.githubusercontent.com/selva86/datasets/master/Auto.csv # delimiter：分隔符 # skip_header：从多少行开始读数据，以0开始 # filling_values：缺失值表示 # dtype：数据类型 # data = np.genfromtxt(path, delimiter=,, skip_header=1, filling_values=-999, dtype=float) # data[:3] # 显示前3行数据 import numpy as np path = https://raw.githubusercontent.com/selva86/datasets/master/Auto.csv data = np.genfromtxt(path,delimiter=,,skip_header=1,filling_values=-999,dtype=float) print(data[:3])
若设置参数dtype为object或None，np.genfromtxt在未设置占位符的前提下能同时处理具有数字和文本列的数据集.
1.2 np.savetxt（）函数
最后，np.savetxt将数据保存为csv文件：
# 保存数据为csv文件np.savetxt("out.csv", data, delimiter=",")
（待更新。。。。。）
