这篇文章给大家分享的是有关Python中numpy.loadtxt()读取txt文件的案例的内容。小编觉得挺实用的，因此分享给大家做个参考。一起跟随小编过来看看吧。
读取txt文件我们通常使用 numpy 中的 loadtxt（）函数
numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0）
注：loadtxt的功能是读入数据文件，这里的数据文件要求每一行数据的格式相同。
也就是说对于下面这样的数据是不符合条件的：
123
1 2 4 3 5
接下来举例讲解函数的功能：
1、简单的读取
test.txt
1 2 3 4 2 3 4 5 3 4 5 6 4 5 6 7
import numpy as np a = np.loadtxt('test.txt')#最普通的loadtxt print(a)
输出：
[[1. 2. 3. 4.] [2. 3. 4. 5.] [3. 4. 5. 6.] [4. 5. 6. 7.]]
数组中的数都为浮点数，原因为Python默认的数字的数据类型为双精度浮点数
2、skiprows=n：指跳过前n行
test.txt
A B C D 2 3 4 5 3 4 5 6 4 5 6 7
a = np.loadtxt('test.txt', skiprows=1, dtype=int) print(a)
输出：
[[2 3 4 5] [3 4 5 6] [4 5 6 7]]
3、comment=‘#’：如果行的开头为#就会跳过该行
test.txt
A B C D 2 3 4 5 3 4 5 6 #A B C D 4 5 6 7
a = np.loadtxt('test.txt', skiprows=1, dtype=int, comments='#') print(a)
输出：
[[2 3 4 5] [3 4 5 6] [4 5 6 7]]
4、usecols=[0,2]：是指只使用0,2两列，参数类型为list
a = np.loadtxt('test.txt', skiprows=1, dtype=int, comments='#',usecols=(0, 2), unpack=True) print(a)
输出：
[[2 3 4] [4 5 6]]
unpack是指会把每一列当成一个向量输出, 而不是合并在一起。 如果unpack为false或者参数的话输出结果如下：
[[2 4] [3 5] [4 6]]
test.txt
A, B, C, D 2, 3, 4, 5 3, 4, 5, 6 #A B C D 4, 5, 6, 7
5、delimiter：数据之间的分隔符。如使用逗号","。
6、converters：对数据进行预处理
def add_one(x): return int(x)+1 #注意到这里使用的字符的数据结构 a = np.loadtxt('test.txt', dtype=int, skiprows=1, converters={0:add_one}, comments='#', delimiter=',', usecols=(0, 2), unpack=True) print a
def add_one(x): return int(x)+1 #注意到这里使用的字符的数据结构 a = np.loadtxt('test.txt', dtype=int, skiprows=1, converters={0:add_one}, comments='#', delimiter=',', usecols=(0, 2), unpack=True) print a
感谢各位的阅读！关于Python中numpy.loadtxt()读取txt文件的案例就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到吧！
