博客

如何用NumPy读取CSV文件

  • Post category:Python

当我们处理数据科学相关的工作时，CSV是常见的数据交换格式。NumPy提供了一个方便读取CSV文件的方法。下面是使用NumPy读取CSV文件的完整攻略。

步骤1：导入NumPy库
首先，您需要导入NumPy库。您可以使用以下代码导入：

import numpy as np

步骤2：使用装饰器np.genfromtxt()读取CSV文件
使用装饰器np.genfromtxt()，您可以轻松读取CSV文件。以下是具有所有可用参数的np.genfromtxt()方法的示例：

data = np.genfromtxt('data.csv', delimiter=',', skip_header=1, usecols = (1,3), dtype = 'i8,f8', names = ['name', 'salary'])

参数说明：
– 第一个参数’ data.csv ‘是CSV文件的路径和名称。
– delimiter参数用于指定CSV文件中的分隔符，默认情况下使用逗号。在这个例子中，逗号是分隔符。
– skip_header参数用于指定省略读取CSV文件的第一行（可能是表头）。
– usecols参数被用以提取CSV文件的指定列。在这个例子中我们只读取第2列和第4列数据。
– dtype参数是一个元组，表示结果数组的每一列的数据类型。我们提取的第二列是整数类型，第四列是浮点类型.
– names参数用于指定结果数组的名称。

步骤3：查看读取的结果
上述代码将CSV文件中的数据读取到数组中。我们可以使用以下代码查看结果：

print(data)

示例一：在以下的 CSV 文件中，读取第 2 列和第 4 列数据。

Name, Age, Gender, Salary
Alice, 25, F, 5000
Bob, 30, M, 6000
Charlie, 35, M, 7000
David, 40, M, 8000
Emma, 45, F, 9000

示例代码：

import numpy as np

data = np.genfromtxt('data.csv', delimiter=',', skip_header=1, usecols = (1,3), dtype = 'i8,f8', names = ['age', 'salary'])

print(data)

输出：

[(25, 5000.) (30, 6000.) (35, 7000.) (40, 8000.) (45, 9000.)]

示例二：在以下的 CSV 文件中，读取第 2 行至第 4 行的数据列。

ID, Name, Age, Class, Score
001, Alice, 20, 1, 65.3
002, Bob, 19, 2, 72.5
003, Charlie, 22, 1, 88.7
004, David, 21, 2, 76.2
005, Emma, 20, 1, 92.5

示例代码：

import numpy as np

data = np.genfromtxt('data.csv', delimiter=',', skip_header=1, skip_footer=1, usecols = (2,3,4), dtype = 'i8,i8,f8', names = ['age', 'class', 'score'])

print(data)

输出：

[(20, 1, 65.3) (19, 2, 72.5) (22, 1, 88.7)]

通过本教程，你已经学会了使用NumPy读取CSV文件，我们可以简要总结一下：
– 导入NumPy库
– 使用np.genfromtxt()读取CSV文件，并指定参数：文件路径和名称，分隔符、省略行、指定列、指定数据类型，同时为数据列命名。
– 查看读取结果。

希望以上内容能帮助到您。

Tags: