用多個numpy陣列 標量撰寫txt檔案的語法是什么以及如何再次讀取它？

我有 2 個相同長度的 numpy 陣列，讓我們將它們稱為 A 和 B 以及 2 個名為 C 和 D 的標量值。我想將這些值存盤到單個 txt 檔案中。我想到了以下結構：

它不必具有這種格式，我只是認為它方便且清晰。我知道如何將 numpy 陣列寫入 txt 檔案并再次讀取它們，但我很難將 txt 檔案寫入陣列和標量值的組合，以及如何將它們從 txt 再次讀取到 numpy。

A = np.array([1, 2, 3, 4, 5])
B = np.array([5, 4, 3, 2, 1])
C = [6]
D = [7]
np.savetxt('file.txt', (A, B))
A_B_load = np.loadtxt('file.txt')
A_load = A_B_load[0,:]
B_load= A_B_load[1,:]

這并沒有給我我提出的相同的列結構，而是將陣列存盤在行中，但這并不重要。

我發現了一個有點不方便的解決方案，因為我必須用 0 填充標量值才能使它們變得像陣列 A 和 B 一樣具有相同的長度，必須有一個更智能的解決方案。

    A = np.array([1, 2, 3, 4, 5])
    B = np.array([5, 4, 3, 2, 1])
    C = [6]
    D = [7]
    fill = np.zeros(len(A)-1)
    C = np.concatenate((C,fill))
    D = np.concatenate((D, fill))
    np.savetxt('file.txt', (A,B,C,D))
    A_B_load = np.loadtxt('file.txt')
    A_load = A_B_load[0,:]
    B_load = A_B_load[1,:]
    C_load = A_B_load[2,0]
    D_load = A_B_load[3,0]

uj5u.com熱心網友回復：

一個更聰明的解決方案可能是使用 pandas 而不是 numpy （如果這是您的選擇）：

df = pd.concat([pd.DataFrame(arr) for arr in [A,B,C,D]], axis=1)
df.to_csv("test.txt", na_rep="", sep=" ", header=False, index=False)
a = pd.read_csv("test.txt", sep=" ", header=None).values

第一行通過連接所有陣列來創建一個資料框。Pandas 的默認行為是用 NaN 替換缺失值。第二行寫入輸出檔案，用空字串替換 NaN（因為您似乎關心檔案大小）。最后一行給你一個 numpy 陣列：

In [45]: a
Out[45]: 
array([[ 1.,  5.,  6.,  7.],
       [ 2.,  4., nan, nan],
       [ 3.,  3., nan, nan],
       [ 4.,  2., nan, nan],
       [ 5.,  1., nan, nan]])

uj5u.com熱心網友回復：

In [123]: A = np.array([1, 2, 3, 4, 5])
     ...: B = np.array([5, 4, 3, 2, 1])
     ...: C = [6]
     ...: D = [7]

savetxt旨在以一致的 csv 格式撰寫二維陣列 - 一個整齊的表格，每行中的列數相同。

In [124]: arr = np.stack((A,B), axis=1)
In [125]: arr
Out[125]: 
array([[1, 5],
       [2, 4],
       [3, 3],
       [4, 2],
       [5, 1]])

這是一種可能的寫入格式：

In [126]: np.savetxt('foo.txt', arr, fmt='%d', header=f'{C} {D}', delimiter=',')
     ...: 
In [127]: cat foo.txt
# [6] [7]
1,5
2,4
3,3
4,2
5,1

我將標量放在標題行中，因為它們與陣列不匹配。

loadtxt可以重新創建該arr陣列：

In [129]: data = np.loadtxt('foo.txt', dtype=int, skiprows=1, delimiter=',')
In [130]: data
Out[130]: 
array([[1, 5],
       [2, 4],
       [3, 3],
       [4, 2],
       [5, 1]])

標題行可以閱讀：

In [138]: with open('foo.txt') as f:
     ...:     header = f.readline().strip()
     ...:     line = header[1:]
     ...: 
In [139]: line
Out[139]: ' [6] [7]'

我應該把它保存為更容易決議的東西，比如'# 6,7'

您接受的答案會nan在 csv 中創建一個包含值和空白的資料框

In [143]: import pandas as pd
In [144]: df = pd.concat([pd.DataFrame(arr) for arr in [A,B,C,D]], axis=1)
     ...: df.to_csv("test.txt", na_rep="", sep=" ", header=False, index=False)
In [145]: df
Out[145]: 
   0  0    0    0
0  1  5  6.0  7.0
1  2  4  NaN  NaN
2  3  3  NaN  NaN
3  4  2  NaN  NaN
4  5  1  NaN  NaN
In [146]: cat test.txt
1 5 6.0 7.0
2 4  
3 3  
4 2  
5 1 

請注意，這np.nan是一個浮點數，因此某些列是浮點數。 loadtxt無法處理那些“空白”列；np.genfromtxt更好，但它需要一個分隔符,來標記它們。

撰寫和讀取全長陣列很容易。但是混合型別會變得混亂。

這是一種更易于書寫和閱讀的格式：

In [149]: arr = np.zeros((5,4),int)
     ...: for i,var in enumerate([A,B,C,D]):
     ...:     arr[:,i] = var
     ...: 
In [150]: arr
Out[150]: 
array([[1, 5, 6, 7],
       [2, 4, 6, 7],
       [3, 3, 6, 7],
       [4, 2, 6, 7],
       [5, 1, 6, 7]])
In [151]: np.savetxt('foo.txt', arr, fmt='%d', delimiter=',')
In [152]: cat foo.txt
1,5,6,7
2,4,6,7
3,3,6,7
4,2,6,7
5,1,6,7
In [153]: np.loadtxt('foo.txt', delimiter=',', dtype=int)
Out[153]: 
array([[1, 5, 6, 7],
       [2, 4, 6, 7],
       [3, 3, 6, 7],
       [4, 2, 6, 7],
       [5, 1, 6, 7]])

標籤：Python 麻木的 文本文件 数据文件

上一篇：給定一個矩陣，回傳所有成對鄰居的串列（或生成器）

下一篇：從二維陣列中洗掉值