numpy.loadtxt

numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None) [source]

Загрузка данных из текстового файла.

Каждая строка в текстовом файле должна содержать одинаковое количество значений.

Параметры

fnamefile, str, or pathlib.Path

Файл, имя файла или генератор для чтения. Если расширение имени файла .gz или .bz2, файл сначала распаковывается. Обратите внимание, что генераторы должны возвращать байтовые строки.

dtypedata-type, optional

Тип данных результирующего массива; по умолчанию: float. Если это структурированный тип данных, результирующий массив будет одномерным, и каждая строка будет интерпретироваться как элемент массива. В этом случае количество столбцов должно совпадать с количеством полей в типе данных.

commentsstr or sequence of str, optional

Символы или список символов, используемые для обозначения начала комментария. None подразумевает отсутствие комментариев. Для обратной совместимости байтовые строки будут декодированы как ‘latin1’. По умолчанию это ‘#’.

delimiterstr, optional

Строка, используемая для разделения значений. Для обратной совместимости байтовые строки будут декодированы как ‘latin1’. По умолчанию это пробелы.

convertersdict, optional

Словарь, сопоставляющий номер столбца с функцией, которая будет анализировать строку столбца до желаемого значения. Например, если столбец 0 — строка даты: converters = {0: datestr2num}. Конвертеры также могут использоваться для предоставления значения по умолчанию для отсутствующих данных (но см. также genfromtxt): converters = {3: lambda s: float(s.strip() or 0)}. По умолчанию: None.

skiprowsint, optional

Пропустить первые skiprows строки, включая комментарии; по умолчанию: 0.

usecolsint or sequence, optional

Столбцы для чтения, при этом 0 — это первый. Например, usecols = (1,4,5) извлечет 2-й, 5-й и 6-й столбцы. По умолчанию, None, приводит к чтению всех столбцов.

Изменено в версии 1.11.0: Когда должен быть прочитан один столбец, можно использовать целое число вместо кортежа. Например, usecols = 3 читает четвертый столбец так же, как и usecols = (3,).

unpackbool, optional

Если True, возвращаемый массив транспонируется, так что аргументы могут быть распакованы с использованием x, y, z = loadtxt(...). При использовании со структурированным типом данных возвращаются массивы для каждого поля. По умолчанию False.

ndminint, optional

Возвращаемый массив будет иметь по крайней мере ndmin измерений. В противном случае одномерные оси будут сжаты. Допустимые значения: 0 (по умолчанию), 1 или 2.

Добавлена в версии 1.6.0.

encodingstr, optional

Кодировка, используемая для декодирования входного файла. Не применяется к входным потокам. Специальное значение ‘bytes’ позволяет использовать обходные пути обратной совместимости, которые гарантируют, что вы получите байтовые массивы в качестве результатов, если это возможно, и передаете строки с кодировкой ‘latin1’ конвертерам. Переопределите это значение, чтобы получить массивы Unicode и передать строки как вход конвертерам. Если установлено в None, используется системный по умолчанию. Значение по умолчанию — ‘bytes’.

Добавлена в версии 1.14.0.

max_rowsint, optional

Прочитать max_rows строк содержимого после skiprows строк. По умолчанию считываются все строки.

Добавлена в версии 1.16.0.

Возвращает

outndarray

Данные, прочитанные из текстового файла.

См. также

load, fromstring, fromregex

genfromtxt

Загрузка данных с обработкой пропущенных значений, как указано.

scipy.io.loadmat

читает файлы данных MATLAB

Примечания

Эта функция предназначена для быстрого чтения просто отформатированных файлов. Функция genfromtxt обеспечивает более сложную обработку, например, строк с пропущенными значениями.

Добавлена в версии 1.10.0.

Строки, созданные методом Python float.hex, могут использоваться в качестве входных данных для чисел с плавающей точкой.

Примеры

>>> from io import StringIO   # StringIO behaves like a file object
>>> c = StringIO(u"0 1\n2 3")
>>> np.loadtxt(c)
array([[0., 1.],
       [2., 3.]])

>>> d = StringIO(u"M 21 72\nF 35 58")
>>> np.loadtxt(d, dtype={'names': ('gender', 'age', 'weight'),
...                      'formats': ('S1', 'i4', 'f4')})
array([(b'M', 21, 72.), (b'F', 35, 58.)],
      dtype=[('gender', 'S1'), ('age', '<i4'), ('weight', '<f4')])

>>> c = StringIO(u"1,0,2\n3,0,4")
>>> x, y = np.loadtxt(c, delimiter=',', usecols=(0, 2), unpack=True)
>>> x
array([1., 3.])
>>> y
array([2., 4.])