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)[source]#

从文本文件加载数据，并根据指定方式处理缺失值。

跳过前 skip_header 行后的每一行，都将在 delimiter 字符处分割，并且丢弃 comments 字符之后出现的字符。

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，则先解压缩文件。请注意，生成器必须返回字节或字符串。列表中的字符串或生成器生成的字符串被视为行。

dtypedtype，可选

结果数组的数据类型。如果为 None，则将分别根据每一列的内容确定 dtype。

comments字符串，可选

用于指示注释开头的字符。一行中注释后出现的全部字符都将被丢弃。

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，任何连续的空格都用作分隔符。也可以提供整数或整数序列作为每个字段的宽度。

skiprows整数，可选

skiprows 已在 numpy 1.10 中移除。请改用 skip_header。

skip_header整数，可选

要跳过的文件开头行数。

skip_footer整数，可选

要跳过的文件结尾行数。

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 已在 numpy 1.10 中移除。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

数据缺失时用作默认值的值集。

usecols序列，可选

要读取的列，其中 0 为第一列。例如，usecols = (1, 4, 5) 将提取第 2、第 5 和第 6 列。

names{None, True, 字符串, 序列}，可选

如果 names 为 True，则字段名称将从跳过 skip_header 行后的第一行读取。此行前面可以选择性地加上注释分隔符。注释分隔符之前的任何内容都将被丢弃。如果 names 是一个序列或一个用逗号分隔的名称的单个字符串，则这些名称将用于定义结构化 dtype 中的字段名称。如果 names 为 None，则将使用 dtype 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’]。排除的名称后面会附加下划线：例如，file 将变为 file_。

deletechars字符串，可选

一个字符串，其中组合了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格。

replace_space字符，可选

用于替换变量名称中空格的字符。默认情况下，使用“_”。

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

如果为 True，则字段名称区分大小写。如果为 False 或 ‘upper’，则字段名称将转换为大写。如果为 ‘lower’，则字段名称将转换为小写。

unpack布尔值，可选

如果为 True，则返回的数组将被转置，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，将为每个字段返回数组。默认为 False。

usemask布尔值，可选

如果为 True，则返回掩码数组。如果为 False，则返回常规数组。

loose布尔值，可选

如果为 True，则不会为无效值引发错误。

invalid_raise布尔值，可选

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

max_rows整数，可选

读取的最大行数。不能与 `skip_footer`同时使用。如果给出，则值必须至少为 1。默认为读取整个文件。

encodingstr，可选

用于解码输入文件的编码。当 fname 是文件对象时不适用。“bytes” 特殊值启用向后兼容的变通方法，以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，默认值为 'bytes'（为了 Python 2 的兼容性）。现在默认为 None。

ndminint，可选

与 loadtxt 的参数相同。

版本 1.23.0 中新增。

likearray_like，可选

参考对象，允许创建非 NumPy 数组的数组。如果作为 like 传入的类数组支持 __array_function__ 协议，则结果将由它定义。在这种情况下，它确保创建与通过此参数传入的数组对象兼容的数组对象。

版本 1.20.0 中新增。

返回:
outndarray

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

另请参见

numpy.loadtxt

当没有缺失数据时的等效函数。

备注

  • 当使用空格作为分隔符，或者没有给出输入分隔符时，两个字段之间不应该有任何缺失数据。

  • 当变量被命名（通过灵活的 dtype 或使用 names 序列）时，文件里绝对不能有任何标题（否则会引发 ValueError 异常）。

  • 默认情况下，各个值不会去除空格。使用自定义转换器时，请确保该函数确实去除了空格。

  • 由于 dtype 的发现，自定义转换器可能会接收意外的值。

参考文献

[1]

NumPy 用户指南，使用 NumPy 进行 I/O 部分。

示例

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

具有混合 dtype 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 dtype 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')])
本页内容