快捷導(dǎo)航

使用pandas將numpy中的數(shù)組數(shù)據(jù)保存到csv文件的方法

更新時(shí)間：2018年06月14日 14:46:50 作者：grey_csdn

今天小編就為大家分享一篇使用pandas將numpy中的數(shù)組數(shù)據(jù)保存到csv文件的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

接觸pandas之后感覺(jué)它的很多功能似乎跟numpy有一定的重復(fù)，尤其是各種運(yùn)算。不過(guò)，簡(jiǎn)單的了解之后發(fā)現(xiàn)在數(shù)據(jù)管理上pandas有著更為豐富的管理方式，其中一個(gè)很大的優(yōu)點(diǎn)就是多出了對(duì)數(shù)據(jù)文件的管理。

如果想保存numpy中的數(shù)組元素到一個(gè)文件中，通過(guò)純Python的文件寫入當(dāng)然是可以實(shí)現(xiàn)的，但是總覺(jué)得是少了一點(diǎn)便捷性。在這方面，pandas工具的使用就會(huì)讓工作方便很多。下面通過(guò)一個(gè)簡(jiǎn)單的小例子來(lái)演示一下。

首先，創(chuàng)建numpy中的數(shù)組。

In [18]: arr1 = np.arange(100).reshape(10,10)
In [19]: arr1
Out[19]: 
array([[ 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, 25, 26, 27, 28, 29],
  [30, 31, 32, 33, 34, 35, 36, 37, 38, 39],
  [40, 41, 42, 43, 44, 45, 46, 47, 48, 49],
  [50, 51, 52, 53, 54, 55, 56, 57, 58, 59],
  [60, 61, 62, 63, 64, 65, 66, 67, 68, 69],
  [70, 71, 72, 73, 74, 75, 76, 77, 78, 79],
  [80, 81, 82, 83, 84, 85, 86, 87, 88, 89],
  [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]])

接著，為了能夠使這組數(shù)據(jù)成為可以讓pandas處理的數(shù)據(jù)，需要通過(guò)這個(gè)數(shù)組創(chuàng)建DataFrame。

In [20]: data1 = DataFrame(arr1)

這樣，就可以通過(guò)pandas中DataFrame的to_csv方法實(shí)現(xiàn)數(shù)據(jù)文件的存儲(chǔ)了。具體如下：

In [21]: data1.to_csv('data1.csv')
In [22]: cat data1.csv
,0,1,2,3,4,5,6,7,8,9
0,0,1,2,3,4,5,6,7,8,9
1,10,11,12,13,14,15,16,17,18,19
2,20,21,22,23,24,25,26,27,28,29
3,30,31,32,33,34,35,36,37,38,39
4,40,41,42,43,44,45,46,47,48,49
5,50,51,52,53,54,55,56,57,58,59
6,60,61,62,63,64,65,66,67,68,69
7,70,71,72,73,74,75,76,77,78,79
8,80,81,82,83,84,85,86,87,88,89
9,90,91,92,93,94,95,96,97,98,99

回頭看一下被存儲(chǔ)的數(shù)據(jù)格式：

In [23]: data1
Out[23]: 
 0 1 2 3 4 5 6 7 8 9
0 0 1 2 3 4 5 6 7 8 9
1 10 11 12 13 14 15 16 17 18 19
2 20 21 22 23 24 25 26 27 28 29
3 30 31 32 33 34 35 36 37 38 39
4 40 41 42 43 44 45 46 47 48 49
5 50 51 52 53 54 55 56 57 58 59
6 60 61 62 63 64 65 66 67 68 69
7 70 71 72 73 74 75 76 77 78 79
8 80 81 82 83 84 85 86 87 88 89
9 90 91 92 93 94 95 96 97 98 99
In [24]: type(data1)
Out[24]: pandas.core.frame.DataFrame

從上面的結(jié)果看一看出，轉(zhuǎn)換成DataFrame的同時(shí)，數(shù)據(jù)信息增加了行列標(biāo)題信息。

通過(guò)電子表格軟件打開(kāi)csv文件的效果如下：