【Python】数据分析.numpy.本地数据读取、转置

2024-02-10 03:10| 来源: 网络整理| 查看: 265

文章目录数据分析.numpy.本地数据读取一、本地数据的读取1.1 frame属性1.2 delimiter属性1.3 dtype属性1.4 unpack属性二、关于转置

数据分析.numpy.本地数据读取一、本地数据的读取

CSV：comma-separated value,逗号分隔值文件显示：表格状态源文件：换行和逗号分隔行列的格式化文本，每一行的数据表示以条记录在这里插入图片描述

1.1 frame属性 import numpy as np #设置frame data_file_path = "../数据分析_numpy/data.csv" t1 = np.loadtxt(data_file_path) print(t1)

只传入数据文档地址，将会报错，原文件中存储数据类型是String，而numpy读取数据时默认数据类型为float。

在这里插入图片描述返回顶部

1.2 delimiter属性 import numpy as np #设置frame data_file_path = "../数据分析_numpy/data.csv" t1 = np.loadtxt(data_file_path,delimiter=",") print(t1)

在只设定了delimiter属性后，将原有数据以逗号分隔，numpy将分隔后的数据以数组形式呈现，并且采用科学计数法：

在这里插入图片描述返回顶部

1.3 dtype属性 import numpy as np #设置frame data_file_path = "../数据分析_numpy/data.csv" t1 = np.loadtxt(data_file_path,delimiter=",",dtype="int") print(t1)

这时我们设定dtype属性为int类型，这样展示出的效果就是int类型的数组。

在这里插入图片描述返回顶部

1.4 unpack属性 import numpy as np #设置frame data_file_path = "../数据分析_numpy/data.csv" t1 = np.loadtxt(data_file_path,delimiter=",",dtype="int",unpack=True) t2 = np.loadtxt(data_file_path,delimiter=",",dtype="int") print(t1) print("*"*100) print(t2)

我们可以清晰的而看到，数据进行了转置，原来的列以行的形式出现，原来的行以列的形式出现，总元素个数不变，行数列数交换。

Python 3.7.4 (default, Aug 9 2019, 18:34:13) [MSC v.1915 64 bit (AMD64)] on win32 >>> runfile('C:/Users/DELL/PycharmProjects/数据分析_numpy/numpy_05.py', wdir='C:/Users/DELL/PycharmProjects/数据分析_numpy') [[4394029 7860119 5845909 2642103 1168130 1311445 666169 1728614 1338533 1056891 2162240 515000] [ 320053 185853 576597 24975 96666 34507 9985 74062 69687 29943 41032 34727] [ 5931 26679 39774 4542 568 544 297 2180 678 4231 1384 195] [ 46245 0 170708 12829 6666 3050 1071 15297 5643 148279 4737 4722]] **************************************************************************************************** [[4394029 320053 5931 46245] [7860119 185853 26679 0] [5845909 576597 39774 170708] [2642103 24975 4542 12829] [1168130 96666 568 6666] [1311445 34507 544 3050] [ 666169 9985 297 1071] [1728614 74062 2180 15297] [1338533 69687 678 5643] [1056891 29943 4231 148279] [2162240 41032 1384 4737] [ 515000 34727 195 4722]]

返回顶部

二、关于转置

转置是一种变换，对于numpy中的数组来说，就是在对角线方向交换数据，目的也是为了更方便的去处理数据。

import numpy as np t = np.arange(24).reshape((4,6)) print(t) # [[ 0 1 2 3 4 5] # [ 6 7 8 9 10 11] # [12 13 14 15 16 17] # [18 19 20 21 22 23]] #法一 t1=t.transpose() print(t1) print("*"*15) #法二，交换轴 t2=t.swapaxes(1,0) print(t2) print("*"*15) #法三 t3=t.T print(t3) print("*"*15)

以上但种方法均可实现二维数组的转置效果，其实转置就像是交换轴~

PyDev console: starting. Python 3.7.4 (default, Aug 9 2019, 18:34:13) [MSC v.1915 64 bit (AMD64)] on win32 runfile('C:/Users/DELL/PycharmProjects/数据分析_numpy/numpy_06.py', wdir='C:/Users/DELL/PycharmProjects/数据分析_numpy') [[ 0 1 2 3 4 5] [ 6 7 8 9 10 11] [12 13 14 15 16 17] [18 19 20 21 22 23]] [[ 0 6 12 18] [ 1 7 13 19] [ 2 8 14 20] [ 3 9 15 21] [ 4 10 16 22] [ 5 11 17 23]] *************** [[ 0 6 12 18] [ 1 7 13 19] [ 2 8 14 20] [ 3 9 15 21] [ 4 10 16 22] [ 5 11 17 23]] *************** [[ 0 6 12 18] [ 1 7 13 19] [ 2 8 14 20] [ 3 9 15 21] [ 4 10 16 22] [ 5 11 17 23]] ***************

三维转置参见大佬博客：numpy T、transpose()函数、swapaxes()函数

返回顶部

【本文地址】

公司简介

联系我们