Answers:
numpy.savetxt
将数组保存到文本文件。
import numpy
a = numpy.asarray([ [1,2,3], [4,5,6], [7,8,9] ])
numpy.savetxt("foo.csv", a, delimiter=",")
numpy.array
字符串错误。您可以为numpy.array
包含字符串的对象开一个另存为csv的方法吗?
fmt='%s'
您可以使用pandas
。它确实需要一些额外的内存,因此并不总是可能的,但是它非常快速且易于使用。
import pandas as pd
pd.DataFrame(np_array).to_csv("path/to/file.csv")
如果您不想要标题或索引,请使用 to_csv("/path/to/file.csv", header=None, index=None)
df.to_csv("file_path.csv", header=None)
header=None, index=None
删除标题行和索引列。
comments
关键字参数设置为''
,该参数#
将被隐藏。
tofile
是执行此操作的便捷功能:
import numpy as np
a = np.asarray([ [1,2,3], [4,5,6], [7,8,9] ])
a.tofile('foo.csv',sep=',',format='%10.5f')
手册页有一些有用的注释:
这是用于快速存储阵列数据的便利功能。有关字节序和精度的信息会丢失,因此对于打算在不同字节序的计算机之间存档数据或传输数据的文件,此方法不是一个好的选择。这些问题中的一些可以通过将数据输出为文本文件来克服,而这是以速度和文件大小为代价的。
注意。此功能不会生成多行的CSV文件,而是将所有内容保存到一行。
将记录数组编写为带有标题的CSV文件需要更多的工作。
本示例读取标题为第一行的CSV文件,然后写入相同的文件。
import numpy as np
# Write an example CSV file with headers on first line
with open('example.csv', 'w') as fp:
fp.write('''\
col1,col2,col3
1,100.1,string1
2,222.2,second string
''')
# Read it as a Numpy record array
ar = np.recfromcsv('example.csv')
print(repr(ar))
# rec.array([(1, 100.1, 'string1'), (2, 222.2, 'second string')],
# dtype=[('col1', '<i4'), ('col2', '<f8'), ('col3', 'S13')])
# Write as a CSV file with headers on first line
with open('out.csv', 'w') as fp:
fp.write(','.join(ar.dtype.names) + '\n')
np.savetxt(fp, ar, '%s', ',')
请注意,此示例不考虑带逗号的字符串。要考虑非数字数据的引号,请使用以下csv
软件包:
import csv
with open('out2.csv', 'wb') as fp:
writer = csv.writer(fp, quoting=csv.QUOTE_NONNUMERIC)
writer.writerow(ar.dtype.names)
writer.writerows(ar.tolist())
如前所述,将数组转储为CSV文件的最佳方法是使用.savetxt(...)
方法。但是,有些事情我们应该知道如何正确完成。
例如,如果您有一个带dtype = np.int32
as 的numpy数组
narr = np.array([[1,2],
[3,4],
[5,6]], dtype=np.int32)
并想另存savetxt
为
np.savetxt('values.csv', narr, delimiter=",")
它将数据以浮点指数格式存储为
1.000000000000000000e+00,2.000000000000000000e+00
3.000000000000000000e+00,4.000000000000000000e+00
5.000000000000000000e+00,6.000000000000000000e+00
你必须使用一个名为参数更改格式fmt
为
np.savetxt('values.csv', narr, fmt="%d", delimiter=",")
以原始格式存储数据
此外,savetxt
还可用于以.gz
压缩格式存储数据,这在通过网络传输数据时可能很有用。
我们只需要更改文件的扩展名,因为.gz
numpy会自动处理所有内容
np.savetxt('values.gz', narr, fmt="%d", delimiter=",")
希望能帮助到你
fmt="%d"
就是我想要的。谢谢!
我相信您也可以很简单地完成此操作,如下所示:
例如#1:
# Libraries to import
import pandas as pd
import nump as np
#N x N numpy array (dimensions dont matter)
corr_mat #your numpy array
my_df = pd.DataFrame(corr_mat) #converting it to a pandas dataframe
例如#2:
#save as csv
my_df.to_csv('foo.csv', index=False) # "foo" is the name you want to give
# to csv file. Make sure to add ".csv"
# after whatever name like in the code
如果要在列中写:
for x in np.nditer(a.T, order='C'):
file.write(str(x))
file.write("\n")
这里的“ a”是numpy数组的名称,“文件”是要写入文件的变量。
如果要写在行中:
writer= csv.writer(file, delimiter=',')
for x in np.nditer(a.T, order='C'):
row.append(str(x))
writer.writerow(row)
您也可以使用纯python而不使用任何模块来完成此操作。
# format as a block of csv text to do whatever you want
csv_rows = ["{},{}".format(i, j) for i, j in array]
csv_text = "\n".join(csv_rows)
# write it to a file
with open('file.csv', 'w') as f:
f.write(csv_text)
在Python中,我们使用csv.writer()模块将数据写入csv文件。该模块类似于csv.reader()模块。
import csv
person = [['SN', 'Person', 'DOB'],
['1', 'John', '18/1/1997'],
['2', 'Marie','19/2/1998'],
['3', 'Simon','20/3/1999'],
['4', 'Erik', '21/4/2000'],
['5', 'Ana', '22/5/2001']]
csv.register_dialect('myDialect',
delimiter = '|',
quoting=csv.QUOTE_NONE,
skipinitialspace=True)
with open('dob.csv', 'w') as f:
writer = csv.writer(f, dialect='myDialect')
for row in person:
writer.writerow(row)
f.close()
定界符是用于分隔字段的字符串。默认值为comma(,)。