Comment lire efficacement des données CSV dans des tableaux d'enregistrements NumPy ?

Lecture de données CSV dans des tableaux d'enregistrements avec NumPy

Dans NumPy, les tableaux d'enregistrements offrent un moyen pratique de représenter des données structurées avec différents types de données. Alors que R fournit des fonctions telles que read.table(), read.delim() et read.csv() pour importer des fichiers CSV dans des dataframes, NumPy nécessite une approche légèrement différente.

Il existe deux options pour importer des fichiers CSV. données dans des tableaux d'enregistrements dans NumPy :

1. Utilisation de csv.reader() et numpy.core.records.fromrecords() : Cette méthode consiste à utiliser csv.reader() pour lire le fichier CSV ligne par ligne, puis à convertir la liste de listes résultante en un tableau d'enregistrements à l'aide de numpy.core.records.fromrecords ().
2. Importation directe à l'aide de numpy.genfromtxt() : l'approche préférée consiste à utiliser numpy.genfromtxt(), qui prend en charge l'importation de données CSV dans des tableaux d'enregistrements. En définissant l'argument du mot-clé délimiteur sur une virgule, vous pouvez spécifier que le fichier CSV est délimité par des virgules.

L'extrait de code suivant montre comment utiliser numpy.genfromtxt() :

from numpy import genfromtxt
my_data = genfromtxt('my_file.csv', delimiter=',')

Cela créera un tableau d'enregistrement appelé "my_data" contenant les données du fichier CSV.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!