我对Python还不是很熟悉,正在尝试通过复制我写过的一些matlab代码来学习。在matlab中,有一个部分是加载一个用Tab分隔的数据文件。语法如下:
x = load(data.txt)
将制表符分隔的数据放入标记为x的矩阵单元格中。
请问在Python中是否有一种方法可以使用逗号分隔的数据来实现这一点?
有几种方法,选择最适合您的应用程序。
如果您正在使用 numpy,建议使用numpy的 load
、loadtxt
、fromfile
或 genfromtxt
函数,因为在预处理后,文件将加载到一个合适的结构中。
但是,如果您不打算使用numpy(或任何其他具有一些文件加载功能的大型库),那么仅为了加载文件使用它会有些过头了……考虑使用内置的Python函数,或者标准库中的csv模块代替…这将更加灵活,而且更加顺畅。
以下是如何执行操作的示例,使用file.txt
(每行的值用制表符分隔):
1 2 3 4
7 8 9 10 11 12
13 14 15
无需导入任何模块,非常简单、灵活,对于大多数情况都是一个不错的选择。
以二进制模式读取文件(使用rb
标志),使用仅有的内置函数将其加载到表格中(值的列表嵌套列表,在文件中使用制表符分隔):
>>> file = open('file.txt', 'rb')
>>> table = [row.strip().split('\t') for row in file]
标准库中的csv模块也非常简单易用。
需要注意的是,虽然CSV意味着逗号分隔值,但实际上并没有标准,您可以选择任何分隔符。因此,CSV适用于所有面向单元格或类似表格的文件。
使用csv reader
在二进制模式下读取文件(使用rb
标志),将其加载到表格中(列表的列表,其中每个值都用制表符分隔):
>>> import csv
>>> file = open('file.txt', 'rb')
>>> data = csv.reader(file, delimiter='\t')
>>> table = [row for row in data]
这个表格的加载方式与前两个示例类似,可以像这样访问表格中的数据:table[row][col]
:
>>> table
[['1', '2', '3', '4'], ['7', '8', '9', '10', '11', '12'], ['13', '14', '15']]
>>> table[0]
['1', '2', '3', '4']
>>> table[1][2]
9
numpy.loadtxt
来读取它(当然,在安装numpy之后)。$ cat matrix.csv
1,2,3
4,5,6
7,8,9
然后
>>> import numpy as np
>>> m = np.loadtxt("matrix.csv", delimiter=",")
>>> m
array([[ 1., 2., 3.],
[ 4., 5., 6.],
[ 7., 8., 9.]])
>>> np.matrix(m)
matrix([[ 1., 2., 3.],
[ 4., 5., 6.],
[ 7., 8., 9.]])
标准库中有一个csv模块。
>>> import csv
>>> spamReader = csv.reader(open('eggs.csv', 'rb'), delimiter=' ', quotechar='|')
>>> for row in spamReader:
... print ', '.join(row)
Spam, Spam, Spam, Spam, Spam, Baked Beans
Spam, Lovely Spam, Wonderful Spam
numpy.loadtxt('data.txt', delimiter=',')
对于更加复杂的情况,numpy.genfromtxt
函数是一个非常好的替代方案。