np读取txt、csv文件的数据

机器学习中使用np.loadtxt()可以高效的导入数据，np.loadtxt()适合.txt文件和.csv文件。但是它默认读取float类型的值。

1、基础参数

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

2、参数详解

fname要读取的文件、文件名、或生成器。 dtype数据类型，默认float。 comments注释。 delimiter分隔符，默认是空格。 skiprows跳过前几行读取，默认是0，必须是int整型。 usecols要读取哪些列，0是第一列。例如，usecols = （1,4,5）将提取第2，第5和第6列。默认读取所有列。 unpack如果为True，将分列读取。

3、应用参数示例

文件的存储路径为:./data.txt， 文件内容如下：

dtype

#设置dtype
data = np.loadtxt(./data/data.csv,dtype=np.float32)
#设置dtype
data = np.loadtxt(./data/data.csv,dtype=int)

comments

comment的是指, 如果行的开头为comment的值，那在读取时就会跳过该行。示例代码中comment = 1,则在读取数据时，会跳过开头为1的行。

data = np.loadtxt(./data.txt,dtype = int,comments=1)

skiprows

skiprows跳过前几行读取，默认是0，必须是int整型。skiprows = 2则表示跳过前两行读取数据。

data = np.loadtxt(./data.txt,dtype = int,delimiter=,,skiprows=2)

读取数据时，设定 skiprows = 2，则将前两行跳过，从第三行开始读取。

usecols

usecols要读取哪些列，0是第一列。例如，usecols = （1,4,5）将提取第2，第5和第6列。默认读取所有列。

读取第2列数据。

data = np.loadtxt(./data.txt,dtype = int,delimiter=,,usecols = 1)

unpack

unpack如果设置为Ture，将分列读取，类似于矩阵的。

未设置之前，数据读取时是以行为单位进行读取。

设置unpack=Ture之后再次读取，矩阵的列变为了行。

np.loadtxt()读取csv文件

读取csv文件与读取txt文件的参数一致，需要注意的是csv文件的分隔符一般是“,”并且含有表头，所以需要使用delimiter=,作为分隔符，以及使用skiprows=1跳过表头。

#根据data_path读取文件内容
train_XY  = np.loadtxt(data_path, delimiter=,, skiprows = 1,dtype=np.float32)