Numpy（三）Numpy的输入和输出：loadtxt()函数

numpy.loadtxt()函数

loadtxt()函数用于从文本中加载数据。 文本中每一行数值个数必须相同。

语法：

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

版本：1.15.0

参数：

名称描述必须/可选fname要读取的文件，文件名或生成器。如果一个文件名的扩展名是.gz或者.bz2，则将会将其解压缩，请注意生成器应该返回python3的字节字符串、文件和pathlib.Path路径必须的dtype结果数组的数据类型；默认值：浮点型。 如果这是结构化数据类型，则结果数组将为1维，并且每一行将被解释为数组的元素。 在这种情况下，使用的列数必须与数据类型中的字段数匹配。(data-type)可选的comments字符或者一系列字符，用于表明注释的开头；默认：‘#’ (str或序列)delimiter用于分隔的字符，默认是任何空白符[1] (str)可选的converters指定行对应列映射为对应数据类型（如浮点）的函数；它还可以用于提供丢失数据默认值 (dict)，格式是converters={0:function}可选的skiprows跳过前n行，默认n=0,不跳过（int）可选的usecols选择性读取行数，如usecols=(1,4,5)将会抽取，第2、5、6列数据。默认情况所有都读取，在1.11.0后，单列数据变成了读取对应行。(int或序列)可选的unpack如果为True返回前进行转置，如果为data-type类型则为每个字段？？默认False(bool)可选的encoding用于解码输入文件的编码。 不适用于输入流。特殊值“字节”可实现向后兼容的解决方法这样可以确保您尽可能接收字节数组作为结果，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“无”，则使用系统默认值。 默认值为byte。（str）??可选的

返回值：out：ndarray 从txt中读回的数据

注意： 该函数是为简单格式化文件设计的简单阅读器，如果需要更加复杂的处理方式，请使用genfromtxt函数。

• NumPy.loadtxt() 方法例子1:

import numpy as np
from io import StringIO   # StringIO behaves like a file object
a = StringIO("0 2\n4 6")
np.loadtxt(a)

输出：

array([[0., 2.],
       [4., 6.]])

• NumPy.loadtxt() 方法例子2:

import numpy as np
from io import StringIO 
b = StringIO("M 25 78\nF 37 55")
np.loadtxt(b, dtype={'names': ('gender', 'age', 'weight'), 'formats': ('S1', 'i4', 'f4')})

输出：

array([(b'M', 25, 78.), (b'F', 37, 55.)],
      dtype=[('gender', 'S1'), ('age', '