Recherche…


Enregistrement et chargement de tableaux numpy à l'aide de fichiers binaires

x = np.random.random([100,100])
x.tofile('/path/to/dir/saved_binary.npy')
y = fromfile('/path/to/dir/saved_binary.npy')
z = y.reshape(100,100)
all(x==z)
# Output:
#     True

Chargement de données numériques à partir de fichiers texte avec une structure cohérente

La fonction np.loadtxt peut être utilisée pour lire des fichiers de type csv:

# File:
#    # Col_1 Col_2
#    1, 1
#    2, 4
#    3, 9
np.loadtxt('/path/to/dir/csvlike.txt', delimiter=',', comments='#')
# Output:
# array([[ 1.,  1.],
#        [ 2.,  4.],
#        [ 3.,  9.]])

Le même fichier peut être lu en utilisant une expression régulière avec np.fromregex :

np.fromregex('/path/to/dir/csvlike.txt', r'(\d+),\s(\d+)', np.int64)
# Output:
# array([[1, 1],
#        [2, 4],
#        [3, 9]])

Enregistrement de données sous forme de fichier ASCII de style CSV

Analog to np.loadtxt , np.savetxt peut être utilisé pour enregistrer des données dans un fichier ASCII

import numpy as np
x = np.random.random([100,100])
np.savetxt("filename.txt", x)

Pour contrôler le formatage:

np.savetxt("filename.txt", x, delimiter=", " , 
    newline="\n", comments="$ ", fmt="%1.2f",
    header="commented example text")

Sortie:

$ commented example text
0.30, 0.61, 0.34, 0.13, 0.52, 0.62, 0.35, 0.87, 0.48, [...]

Lecture de fichiers CSV

Trois fonctions principales disponibles (description à partir des pages de manuel):

fromfile - Un moyen très efficace de lire des données binaires avec un type de données connu, ainsi que d'analyser des fichiers texte simplement formatés. Les données écrites à l'aide de la méthode tofile peuvent être lues à l'aide de cette fonction.

genfromtxt - Charge des données à partir d'un fichier texte, avec les valeurs manquantes traitées comme spécifié. Chaque ligne après les premières lignes skip_header est fractionnée au caractère délimiteur et les caractères qui suivent le caractère commentaires sont ignorés.

loadtxt - Charge des données à partir d'un fichier texte. Chaque ligne du fichier texte doit avoir le même nombre de valeurs.

genfromtxt est une fonction wrapper pour loadtxt . genfromtxt est le plus simple à utiliser car il dispose de nombreux paramètres pour gérer le fichier d'entrée.

Nombre cohérent de colonnes, type de données cohérent (numérique ou chaîne):

Étant donné un fichier d'entrée, myfile.csv avec le contenu:

#descriptive text line to skip
1.0, 2, 3
4, 5.5, 6

import numpy as np
np.genfromtxt('path/to/myfile.csv',delimiter=',',skiprows=1)

donne un tableau:

array([[ 1. ,  2. ,  3. ],
       [ 4. ,  5.5,  6. ]])

Nombre de colonnes cohérent, type de données mixte (entre les colonnes):

1   2.0000  buckle_my_shoe
3   4.0000  margery_door

import numpy as np
np.genfromtxt('filename', dtype= None)


array([(1, 2.0, 'buckle_my_shoe'), (3, 4.0, 'margery_door')], 
dtype=[('f0', '<i4'), ('f1', '<f8'), ('f2', '|S14')])

Notez que l'utilisation de dtype=None entraîne un recarray.

Nombre incohérent de colonnes:

file: 1 2 3 4 5 6 7 8 9 10 11 22 13 14 15 16 17 18 19 20 21 22 23 24

Dans un tableau à une seule ligne:

result=np.fromfile(path_to_file,dtype=float,sep="\t",count=-1)


Modified text is an extract of the original Stack Overflow Documentation
Sous licence CC BY-SA 3.0
Non affilié à Stack Overflow