numpy.genfromtxt#

numpy.genfromtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, skip_header=0, skip_footer=0, converters=None, missing_values=None, filling_values=None, usecols=None, names=None, excludelist=None, deletechars=" !#$%&'()*+, -./:;<=>?@[\\]^{|}~", replace_space='_', autostrip=False, case_sensitive=True, defaultfmt='f%i', unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None, encoding=None, *, ndmin=0, like=None)[源代码]#

从文本文件中加载数据，按指定方式处理缺失值。

跳过前 skip_header 行之后，每行都会在 delimiter 字符处分割，并且 comments 字符之后的所有字符都将被丢弃。

参数:
fname文件、字符串、pathlib.Path、字符串列表、生成器

要读取的文件、文件名、列表或生成器。如果文件名扩展名为 .gz 或 .bz2，则文件会先被解压缩。请注意，生成器必须返回字节或字符串。列表中的字符串或由生成器生成的字符串被视为行。

dtype数据类型，可选

结果数组的数据类型。如果为 None，则数据类型将由每列的内容单独确定。

comments字符串，可选

用于指示注释开始的字符。一行中注释字符之后出现的所有字符都将被丢弃。

delimiter字符串、整数或序列，可选

用于分隔值的字符串。默认情况下，任何连续的空白字符都将作为分隔符。也可以提供一个整数或整数序列作为每个字段的宽度。

skiprows整数，可选

skiprows 在 NumPy 1.10 中已移除。请改用 skip_header。

skip_header整数，可选

文件开头要跳过的行数。

skip_footer整数，可选

文件末尾要跳过的行数。

converters变量，可选

将列数据转换为值的函数集。转换器也可用于为缺失数据提供默认值：converters = {3: lambda s: float(s or 0)}。

missing变量，可选

missing 在 NumPy 1.10 中已移除。请改用 missing_values。

missing_values变量，可选

对应于缺失数据的字符串集。

filling_values变量，可选

当数据缺失时用作默认值的值集。

usecols序列，可选

要读取的列，0 表示第一列。例如，usecols = (1, 4, 5) 将提取第 2、5 和 6 列。

names{None, True, 字符串, 序列}，可选

如果 names 为 True，则字段名将从跳过前 skip_header 行后的第一行读取。此行可选地可以由注释分隔符开头。注释分隔符之前的任何内容都将被丢弃。如果 names 是一个序列或一个逗号分隔名称的单个字符串，则这些名称将用于定义结构化数据类型中的字段名。如果 names 为 None，则将使用数据类型字段的名称（如果有）。

excludelist序列，可选

要排除的名称列表。此列表将附加到默认列表 [‘return’,’file’,’print’] 中。被排除的名称会附加下划线：例如，file 将变为 file_。

deletechars字符串，可选

一个字符串，包含必须从名称中删除的无效字符。

defaultfmt字符串，可选

用于定义默认字段名称的格式，例如“f%i”或“f_%02i”。

autostrip布尔值，可选

是否自动去除变量中的空白字符。

replace_space字符，可选

用于替换变量名中空白字符的字符。默认使用“_”。

case_sensitive{True, False, ‘upper’, ‘lower’}，可选

如果为 True，字段名区分大小写。如果为 False 或 'upper'，字段名将转换为大写。如果为 'lower'，字段名将转换为小写。

unpack布尔值，可选

如果为 True，则返回的数组会进行转置，以便可以使用 x, y, z = genfromtxt(...) 解包参数。当与结构化数据类型一起使用时，会为每个字段返回数组。默认值为 False。

usemask布尔值，可选

如果为 True，则返回一个掩码数组。如果为 False，则返回一个常规数组。

loose布尔值，可选

如果为 True，则不对无效值引发错误。

invalid_raise布尔值，可选

如果为 True，则在检测到列数不一致时会引发异常。如果为 False，则会发出警告并跳过有问题的行。

max_rows整数，可选

要读取的最大行数。不能与 skip_footer 同时使用。如果给定，值必须至少为 1。默认是读取整个文件。

encoding字符串，可选

用于解码输入文件的编码。当 fname 是文件对象时，不适用。特殊值 'bytes' 启用向后兼容性变通方法，确保在可能的情况下接收字节数组，并将 latin1 编码的字符串传递给转换器。覆盖此值以接收 Unicode 数组并将字符串作为输入传递给转换器。如果设置为 None，则使用系统默认值。默认值为 'bytes'。

版本 2.0 中的更改：在 NumPy 2 之前，为了兼容 Python 2，默认值为 'bytes'。现在默认值为 None。

ndmin整数，可选

与 loadtxt 参数相同

1.23.0 版新增。

like类数组对象，可选

引用对象，允许创建非 NumPy 数组。如果作为 like 传入的类数组对象支持 __array_function__ 协议，则结果将由其定义。在这种情况下，它确保创建与通过此参数传入的对象兼容的数组对象。

1.20.0 版新增。

返回:
outndarray

从文本文件中读取的数据。如果 usemask 为 True，则这是一个掩码数组。

另请参阅

numpy.loadtxt

在没有缺失数据时使用的等效函数。

备注

  • 当使用空格作为分隔符，或者没有给出任何分隔符作为输入时，两个字段之间不应有任何缺失数据。

  • 当变量被命名（无论是通过灵活的数据类型还是使用 names 序列）时，文件中不能有任何标题（否则会引发 ValueError 异常）。

  • 默认情况下，单个值不会去除空格。使用自定义转换器时，请确保函数会去除空格。

  • 自定义转换器可能会因为数据类型推断而收到意外值。

参考文献

[1]

NumPy 用户指南，NumPy I/O 章节。

示例

>>> from io import StringIO
>>> import numpy as np

具有混合数据类型的逗号分隔文件

>>> s = StringIO("1,1.3,abcde")
>>> data = np.genfromtxt(s, dtype=[('myint','i8'),('myfloat','f8'),
... ('mystring','S5')], delimiter=",")
>>> data
array((1, 1.3, b'abcde'),
      dtype=[('myint', '<i8'), ('myfloat', '<f8'), ('mystring', 'S5')])

使用 dtype = None

>>> _ = s.seek(0) # needed for StringIO example only
>>> data = np.genfromtxt(s, dtype=None,
... names = ['myint','myfloat','mystring'], delimiter=",")
>>> data
array((1, 1.3, 'abcde'),
      dtype=[('myint', '<i8'), ('myfloat', '<f8'), ('mystring', '<U5')])

指定数据类型和名称

>>> _ = s.seek(0)
>>> data = np.genfromtxt(s, dtype="i8,f8,S5",
... names=['myint','myfloat','mystring'], delimiter=",")
>>> data
array((1, 1.3, b'abcde'),
      dtype=[('myint', '<i8'), ('myfloat', '<f8'), ('mystring', 'S5')])

固定宽度列的示例

>>> s = StringIO("11.3abcde")
>>> data = np.genfromtxt(s, dtype=None, names=['intvar','fltvar','strvar'],
...     delimiter=[1,3,5])
>>> data
array((1, 1.3, 'abcde'),
      dtype=[('intvar', '<i8'), ('fltvar', '<f8'), ('strvar', '<U5')])

显示注释的示例

>>> f = StringIO('''
... text,# of chars
... hello world,11
... numpy,5''')
>>> np.genfromtxt(f, dtype='S12,S12', delimiter=',')
array([(b'text', b''), (b'hello world', b'11'), (b'numpy', b'5')],
  dtype=[('f0', 'S12'), ('f1', 'S12')])
在本页