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 соответствовать количеству полей в типе данных.

commentsstr or sequence of str, optional

Символы или список символов, используемых для обозначения начала комментария. None означает 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 в нужное значение. Например, если столбец 0 — строка даты: converters = {0: datestr2num}. Преобразователи 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 строк, включая комментарии; по умолчанию: 0.

usecolsint or sequence, optional

Столбцы для чтения, где 0 — первый. Например, usecols = (1,4,5) извлечет 2-й, 5-й и 6-й столбцы. По умолчанию, None, — все столбцы читаются.

Изменено в версии 1.11.0: При чтении одного столбца 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 можно распаковать, используя x, y, z = loadtxt(...). При использовании со структурированным типом данных возвращаются массивы для каждого поля. По умолчанию False.

ndminint, optional

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

Введено в версии 1.6.0.

encodingstr, optional

Кодировка, используемая для декодирования входного файла. Не применяется к входным потокам. Специальное значение ‘bytes’ обеспечивает обратную совместимость, гарантируя получение байтовых массивов в результатах, если это возможно, и передачу строк, закодированных в ‘latin1’, преобразователям. Переопределите это значение, чтобы получить массивы unicode и передать строки в качестве входных данных преобразователям. Если установлено в None, используется системный стандарт. Значение по умолчанию — ‘bytes’.

Введено в версии 1.14.0.

max_rowsint, optional

Читать max_rows строк содержимого после skiprows строк. По умолчанию читаются все строки.

Введено 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 предоставляет более сложную обработку, например, строк с пропущенными значениями.

Введено 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("0 1\n2 3")
>>> np.loadtxt(c)
array([[0., 1.],
       [2., 3.]])

>>> d = StringIO("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("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.])

Этот пример показывает, как converters может использоваться для преобразования поля с символом минуса в конце в отрицательное число.

>>> s = StringIO('10.01 31.25-\n19.22 64.31\n17.57- 63.94')
>>> def conv(fld):
...     return -float(fld[:-1]) if fld.endswith(b'-') else float(fld)
...
>>> np.loadtxt(s, converters={0: conv, 1: conv})
array([[ 10.01, -31.25],
       [ 19.22,  64.31],
       [-17.57,  63.94]])