快捷導(dǎo)航

Python數(shù)據(jù)分析numpy文本數(shù)據(jù)讀取索引切片實(shí)例詳解

更新時(shí)間：2023年08月21日 09:30:24 作者：YiYa_咿呀

這篇文章主要為大家介紹了Python數(shù)據(jù)分析numpy文本數(shù)據(jù)讀取索引切片實(shí)例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪

數(shù)據(jù)導(dǎo)入和數(shù)組轉(zhuǎn)置

np.loadtxt(framme,dtype='dataType',delimmiter='分隔符',

skiprows=''(跳過的行數(shù)'),

usecols=''需要用到的行數(shù)',

unpack='Ture/Flase(是否轉(zhuǎn)置)':加載文本文件數(shù)據(jù)

loadtxt參數(shù)意義

numpy數(shù)組轉(zhuǎn)置的是4種方法
- np.loadtxt中的參數(shù)unpack值設(shè)置為TRUE
- 使用數(shù)組的.T屬性進(jìn)行轉(zhuǎn)置
- 使用數(shù)組的transpose()方法進(jìn)行轉(zhuǎn)置
- 使用numpy數(shù)組的swapaxes方法

實(shí)例如下：

import numpy as np
filepath = './doubantop250.csv'
t1 = np.loadtxt(filepath,usecols=(1,2,3),delimiter=',',dtype='float')
print(t1)
# 轉(zhuǎn)置的四種方式
# first method:Set the value of parameter "unpack" —— True
t2 = np.loadtxt(filepath,usecols=(1,2,3),delimiter=',',dtype='float',unpack=True)
# second method: use the '.T' attributions of array's
t3 = t1.T
print(t3)
# third method: use the method of 'transpose'
t4 = t1.transpose()
print(t4)
# forth method: swapaxes(arguments：axes needed swapped)
t5 = t1.swapaxes(0,1)
print(t5)

運(yùn)行結(jié)果：

numpy數(shù)組索引與切片

import numpy as np
filename = './doubantop250.csv'
t1 = np.loadtxt(filename,delimiter=',',dtype='float',usecols=(1,2,3))
# print(t1)
# 取行操作
print(t1[0])
print(t1[0,:])
# 取連續(xù)的多行
print(t1[3:])
print(t1[3:,:])
# 取不連續(xù)的多行
print(t1[[1,3,13,19]])
print(t1[[1,2,4,6],:])
# 取列
print(t1[:,0])
# 取連續(xù)的列
print(t1[:,2:])
# 取不連續(xù)的列
print(t1[:,[1,2]])
# 取第2-5行，2-3列
# 取多個(gè)位置的交叉數(shù)據(jù)
print(t1[1:5,1:3])
# 取不相鄰的位置的數(shù)據(jù)信息
print(t1[[1,4,6],[0,1,2]])

import numpy as np
filepath = './doubantop250.csv'
t1 = np.loadtxt(filepath,delimiter=',',usecols=(1,2,3))
print(t1<9.5)
t1[t1 < 9.5] = 0
print(t1[:,1])
# if-else操作
np.where(t1>=9.6,10,0)
print(t1)
# clip(m,n)把數(shù)組中小于m的替換成m,大于n的替換成n

以上就是Python數(shù)據(jù)分析numpy文本數(shù)據(jù)讀取索引切片實(shí)例詳解的詳細(xì)內(nèi)容，更多關(guān)于Python numpy數(shù)據(jù)讀取索引的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章:

相關(guān)文章

2020年10款優(yōu)秀的Python第三方庫,看看有你中意的嗎？
2020已經(jīng)過去，在過去的一年里，又有非常多優(yōu)秀的Python庫涌現(xiàn)出來。相對(duì)于numpy、TensorFlow、pandas這些已經(jīng)經(jīng)過多年維護(hù)、迭代，對(duì)于大多數(shù)Python開發(fā)者耳熟能詳?shù)膸觳煌?/div> 2021-01-01
pycharm如何為函數(shù)插入文檔注釋
這篇文章主要介紹了pycharm如何為函數(shù)插入文檔注釋，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2022-02-02
Python模塊相關(guān)知識(shí)點(diǎn)小結(jié)
這篇文章主要介紹了Python模塊相關(guān)知識(shí)點(diǎn),總結(jié)分析了Python模塊的功能、原理、使用方法與操作注意事項(xiàng),需要的朋友可以參考下
2020-03-03
python跨文件夾調(diào)用別的文件夾下py文件或參數(shù)方式詳解
這篇文章主要給大家介紹了關(guān)于python跨文件夾調(diào)用別的文件夾下py文件或參數(shù)方式的相關(guān)資料,在python中有時(shí)候我們需要調(diào)用另一.py文件中的方法或者類,需要的朋友可以參考下
2023-08-08
探討python??pandas.DataFrame.to_json?函數(shù)
這篇文章主要介紹了python??pandas.DataFrame.to_json?函數(shù)示例詳解,to_json?函數(shù)提供了靈活的參數(shù)設(shè)置,使得?pandas?數(shù)據(jù)框能夠以多種格式導(dǎo)出為?JSON?文件,需要的朋友可以參考下
2024-07-07
Python+OpenCV手勢(shì)檢測(cè)與識(shí)別Mediapipe基礎(chǔ)篇
網(wǎng)上搜到了一些關(guān)于手勢(shì)處理的實(shí)驗(yàn),我在這兒簡(jiǎn)單的實(shí)現(xiàn)一下,下面這篇文章主要給大家介紹了關(guān)于Python+OpenCV手勢(shì)檢測(cè)與識(shí)別Mediapipe基礎(chǔ)篇的相關(guān)資料,需要的朋友可以參考下
2022-12-12
Python實(shí)現(xiàn)讀取大量Excel文件并跨文件批量計(jì)算平均值
這篇文章主要為大家詳細(xì)介紹了如何利用Python語言，實(shí)現(xiàn)對(duì)多個(gè)不同Excel文件進(jìn)行數(shù)據(jù)讀取與平均值計(jì)算的方法，感興趣的可以了解一下
2023-02-02
Pycharm直接使用遠(yuǎn)程服務(wù)器代碼并調(diào)試的解決方法
這篇文章主要介紹了Pycharm直接使用遠(yuǎn)程服務(wù)器代碼并調(diào)試的解決方法,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
2023-02-02
詳解Python Pyside6如何準(zhǔn)確嵌入可視化數(shù)據(jù)圖表
Pyside6是一款基于Qt框架的Python GUI開發(fā)庫。它提供了豐富的UI組件和功能，支持多種操作系統(tǒng)。本文主要介紹了Pyside6嵌入可視化數(shù)據(jù)圖表的方法，需要的可以參考一下
2023-05-05
從環(huán)境變量到配置中心帶你掌握Python多環(huán)境配置
這篇文章主要為大家詳細(xì)介紹了Python中配置管理的藝術(shù),本文會(huì)從環(huán)境變量到配置中心帶你優(yōu)雅駕馭多環(huán)境配置,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解下
2026-03-03