将txt文件读入为np.array的方法通常有两种。
第一种方法:使用NumPy的loadtxt函数
使用numpy的loadtxt()函数,可以很容易地从txt文件中快速读入数据并生成np.array数组。
具体步骤如下:
- 导入必要的库文件
import numpy as np
- 使用loadtxt()函数加载txt文件
data = np.loadtxt('filename.txt') # filename为文件名,可以是相对或绝对路径
示例:
假设有一个名为data.txt的文件,里面包含如下内容:
1 2 3
4 5 6
7 8 9
则我们可以通过以下代码将其读入为np.array数组:
import numpy as np
data = np.loadtxt('data.txt')
print(data)
输出结果为:
array([[1., 2., 3.],
[4., 5., 6.],
[7., 8., 9.]])
第二种方法:使用Python内置的open函数
除了loadtxt()函数,我们还可以使用Python内置的open()函数来读取txt文件,并将其转换为np.array数组。
具体步骤如下:
- 导入必要的库文件
import numpy as np
- 通过open()函数读取txt文件并将其转换为列表
with open('filename.txt') as f:
content = f.readlines()
content = [x.strip() for x in content] # 去除每行首尾空格
- 将列表转换为np.array数组
data = np.array([x.split() for x in content])
示例:
继续以data.txt为例,我们可以通过以下代码将其读入为np.array数组:
import numpy as np
with open('data.txt') as f:
content = f.readlines()
content = [x.strip() for x in content] # 去除每行首尾空格
data = np.array([x.split() for x in content])
print(data)
输出结果与前一个示例相同:
array([['1', '2', '3'],
['4', '5', '6'],
['7', '8', '9']], dtype='<U1')
需要注意的是,在使用第二种方法时,读入的数组中元素的类型默认是字符串类型,如果需要将其转换为数字类型,则需要手动进行类型转换。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:python将txt文件读入为np.array的方法 - Python技术站