📅  最后修改于: 2023-12-03 15:34:52.040000             🧑  作者: Mango
SciPy提供了多种方法来读写不同类型的数据。
可以使用numpy.loadtxt()
函数来读取文本文件中的数据。
import numpy as np
data = np.loadtxt('data.txt')
print(data)
会输出以下结果:
[[ 0. 1. 2. 3. 4. ]
[ 5. 6. 7. 8. 9. ]
[10. 11. 12. 13. 14. ]
[15. 16. 17. 18. 19. ]
[20. 21. 22. 23. 24. ]]
也可以使用numpy.genfromtxt()
函数来读取带有缺失值的文本文件。
import numpy as np
data = np.genfromtxt('data.txt', delimiter=',', missing_values='NaN', filling_values=0)
print(data)
会输出以下结果:
[[ 1. 2. 3. 0. 5.]
[ 6. 7. 0. 9. 10.]
[11. 0. 13. 14. 0.]
[16. 17. 0. 19. 20.]
[21. 0. 23. 0. 25.]]
可以使用numpy.fromfile()
函数来从二进制文件中读取数据。
import numpy as np
data = np.fromfile('data.bin', dtype=np.float32)
print(data)
会输出以下结果:
[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]
也可以使用numpy.memmap()
函数来对二进制文件进行内存映射,这样可以节省内存。
import numpy as np
data = np.memmap('data.bin', dtype=np.float32, mode='r', shape=(10,))
print(data)
会输出以下结果:
[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]
可以使用numpy.savetxt()
函数将数据写入文本文件。
import numpy as np
data = np.arange(25).reshape(5, 5)
np.savetxt('data.txt', data, fmt='%d', delimiter=',')
会将数据写入data.txt文件中。
也可以使用numpy.save()
函数将数据保存为二进制文件。
import numpy as np
data = np.arange(10)
np.save('data.npy', data)
会将数据保存为data.npy文件。
以上是SciPy的输入输出相关的介绍。SciPy提供了多种方法来读写不同类型的数据,可以根据实际需求来选择适合的方法。