Python使用NumPy实现数组文件读取和写入,包括文本文件、二进制文件、CSV文件等
准备工作:
在使用NumPy实现数组文件读取和写入之前,我们需要先搭建相应的环境和下载必要的类库。
环境搭建:
1. 安装Python: 如果你还没有安装Python,你可以从官方网站(https://www.python.org/downloads/)下载并安装最新版本的Python。
2. 安装NumPy: 打开命令行窗口,执行以下命令安装NumPy:
pip install numpy
3. 安装pandas: 打开命令行窗口,执行以下命令安装pandas:
pip install pandas
数据集下载:
本样例中,我们将使用一个示例数据集iris.csv。你可以从以下网址下载并保存为iris.csv文件。
数据集下载网址: https://archive.ics.uci.edu/ml/datasets/iris
样例数据说明:
iris.csv是一个常用的机器学习数据集,包含了150行4列的数据。每一行代表一个样本,其中前4列是特征数据,最后一列是类别。我们将从文件中读取这些数据,并写入到不同格式的文件中。
下面是完整的样例代码:
python
import numpy as np
import pandas as pd
# 读取文本文件
data_txt = np.loadtxt('iris.csv', delimiter=',', skiprows=1)
print('读取文本文件:')
print(data_txt)
# 写入文本文件
np.savetxt('iris.txt', data_txt, delimiter=',')
# 读取二进制文件
data_binary = np.fromfile('iris.csv', dtype=float, sep=',', count=-1)
print('
读取二进制文件:')
print(data_binary)
# 写入二进制文件
data_binary.tofile('iris.bin')
# 读取CSV文件
data_csv = pd.read_csv('iris.csv')
print('
读取CSV文件:')
print(data_csv)
# 写入CSV文件
data_csv.to_csv('iris_new.csv', index=False)
在上述代码中,我们使用NumPy实现了文本文件、二进制文件和CSV文件的读取和写入操作。我们首先使用`np.loadtxt()`函数读取了iris.csv文件,指定了分隔符为',',跳过第一行的表头。然后使用`np.savetxt()`函数将读取的数据写入了iris.txt文件中。接着,我们使用`np.fromfile()`函数读取了二进制文件,并使用`tofile()`函数将数据写入了iris.bin文件中。最后,我们使用pandas库中的`read_csv()`函数读取了CSV文件,并使用`to_csv()`函数将数据写入了iris_new.csv文件中。
以上就是使用NumPy实现数组文件读取和写入的完整样例代码。