将文本文件导入 Numpy 数组

Numpy 是用于科学计算的 Python 库之一。它可以处理高维数组和矩阵，同时提供了大量的数学函数，非常适合于数据处理。

在实际应用中，我们通常需要将数据从文件中读取进来，并转换成 Numpy 数组。这里我们介绍几种常见的方法。

加载 CSV 文件

CSV 是一种常见的文本文件格式，可以用 Excel 等软件编辑。Numpy 提供了 loadtxt 函数，可以轻松地实现将 CSV 文件导入 Numpy 数组。例如：

import numpy as np

data = np.loadtxt('data.csv', delimiter=',', skiprows=1)

这里假设 CSV 文件的路径为 data.csv，每个元素之间用逗号分隔，第一行为标题，需要跳过。

加载 TXT 文件

如果要导入的文件是无格式的文本文件，可以使用 fromfile 函数读取。例如：

data = np.fromfile('data.txt', delimiter=',', dtype=float)

这里假设 TXT 文件的路径为 data.txt，每个元素之间用逗号分隔，数据类型为浮点数。需要注意的是，这种方法不支持跳过行。

加载 NPY 文件

如果先前已经将数据存储为 Numpy 数组并使用 save 函数保存在文件中，那么可以直接使用 load 函数导入。例如：

data = np.load('data.npy')

这里假设 NPY 文件的路径为 data.npy。

加载其他文件格式

如果数据文件的格式不在上述几种范围内，可以使用 genfromtxt 函数读取。这个函数非常灵活，可以自动处理缺失值、多行标题等情况。例如：

data = np.genfromtxt('data.dat', delimiter=',', skip_header=1, filling_values=0)

这里假设数据文件的路径为 data.dat，每个元素之间用逗号分隔，第一行为标题，需要跳过。如果文件中有缺失值，将其填充为零。

总之，使用 Numpy 可以轻松地将文本文件导入数组，为我们的数据处理带来了很大的方便。