python-numpy

csvファイルの書き込みとアクセス

csvファイルの書き込み

CSV (Comma-Separated Value、カンマ区切り値) は、バッチデータを保存するために使用される一般的なファイル形式です。

csvファイルの書き込み

np.savetxt(frame, array, fmt='%.18e', delimiter=None)
• frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件
• array : 存入文件的数组
• fmt : 写入文件的格式，例如：%d %.2f %.18e
• delimiter : 分割字符串，默认是任何空格

ログイン後にコピー

例:

>>> a = np.arange(100).reshape(5,20)>>> np.savetxt(&#39;a.csv&#39;,a,fmt=&#39;%d&#39;,delimiter=&#39;,&#39;)ログイン後にコピー

取得したファイルはこんな感じ

0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19
20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39
40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59
60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79
80,81,82,83,84,85,86,87,88,89,90,91,92,93,94,95,96,97,98,99

ログイン後にコピー

パラメータを変更して浮動小数点数を書き込む

>>> a = np.arange(100).reshape(5,20)>>> np.savetxt(&#39;a.csv&#39;,a,fmt=&#39;%.1f&#39;,delimiter=&#39;,&#39;)ログイン後にコピー

0.0,1.0,2.0,3.0,4.0,5.0,6.0,7.0,8.0,9.0,10.0,11.0,12.0,13.0,14.0,15.0,16.0,17.0,18.0,19.0
20.0,21.0,22.0,23.0,24.0,25.0,26.0,27.0,28.0,29.0,30.0,31.0,32.0,33.0,34.0,35.0,36.0,37.0,38.0,39.0
40.0,41.0,42.0,43.0,44.0,45.0,46.0,47.0,48.0,49.0,50.0,51.0,52.0,53.0,54.0,55.0,56.0,57.0,58.0,59.0
60.0,61.0,62.0,63.0,64.0,65.0,66.0,67.0,68.0,69.0,70.0,71.0,72.0,73.0,74.0,75.0,76.0,77.0,78.0,79.0
80.0,81.0,82.0,83.0,84.0,85.0,86.0,87.0,88.0,89.0,90.0,91.0,92.0,93.0,94.0,95.0,96.0,97.0,98.0,99.0

ログイン後にコピー

csvファイルの読み込み

np.loadtxt(frame, dtype=np.float, delimiter=None， unpack=False)
• frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件
• dtype : 数据类型，可选
• delimiter : 分割字符串，默认是任何空格
• unpack : 如果True，读入属性将分别写入不同变量

ログイン後にコピー

例:

>>> b = np.loadtxt(&#39;a.csv&#39;,delimiter=&#39;,&#39;)>>> b
array([[  0.,   1.,   2.,   3.,   4.,   5.,   6.,   7.,   8.,   9.,  10.,         11.,  12.,  13.,  14.,  15.,  16.,  17.,  18.,  19.],
       [ 20.,  21.,  22.,  23.,  24.,  25.,  26.,  27.,  28.,  29.,  30.,         31.,  32.,  33.,  34.,  35.,  36.,  37.,  38.,  39.],
       [ 40.,  41.,  42.,  43.,  44.,  45.,  46.,  47.,  48.,  49.,  50.,         51.,  52.,  53.,  54.,  55.,  56.,  57.,  58.,  59.],
       [ 60.,  61.,  62.,  63.,  64.,  65.,  66.,  67.,  68.,  69.,  70.,         71.,  72.,  73.,  74.,  75.,  76.,  77.,  78.,  79.],
       [ 80.,  81.,  82.,  83.,  84.,  85.,  86.,  87.,  88.,  89.,  90.,         91.,  92.,  93.,  94.,  95.,  96.,  97.,  98.,  99.]])>>> b = np.loadtxt(&#39;a.csv&#39;,dtype=np.int,delimiter=&#39;,&#39;)>>> b
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,17, 18, 19],
       [20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36,37, 38, 39],
       [40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56,57, 58, 59],
       [60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76,77, 78, 79],
       [80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96,97, 98, 99]])ログイン後にコピー

CSV は 1 次元と 2 次元の配列のみを効果的に保存できます
np.savetxt() np.loadtxt() は 1 次元と 2 次元の配列のみに効果的にアクセスできます

多次元へのアクセスdata

多次元データの書き込み

a.tofile(frame, sep=&#39;&#39;, format=&#39;%s&#39;)
• frame : 文件、字符串
• sep : 数据分割字符串，如果是空串，写入文件为二进制
• format : 写入数据的格式

ログイン後にコピー

例;

>>> a = np.arange(100).reshape(5,10,2)>>> a.tofile("a.dat",sep=&#39;,&#39;,format=&#39;%d&#39;)ログイン後にコピー

a.datの内容:

0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79,80,81,82,83,84,85,86,87,88,89,90,91,92,93,94,95,96,97,98,99

ログイン後にコピー

区切り文字を指定しないとバイナリファイルが生成され、テキストエディタで読み込むことができません。

多次元データの読み込み

np.fromfile(frame, dtype=float, count=‐1, sep=&#39;&#39;)
• frame : 文件、字符串
• dtype : 读取的数据类型
• count : 读入元素个数，‐1表示读入整个文件
• sep : 数据分割字符串，如果是空串，写入文件为二进制

ログイン後にコピー

numpyの乱数関数

NumPyのrandomサブライブラリ
np.random.*

関数	description
rand(d 0,d1,.,dn )	d0-dn、浮動小数点数、[0,1)に基づいて一様分布の乱数配列を作成
randn(d0,d1,...,dn)	d0-dnに基づいて作成乱数配列、標準正規分布
randint(low[,high,shape])	形状に基づいてランダムな整数または整数配列を作成します。範囲は[low,high)です
seed(s)	乱数シード、s は指定されたシード値です
shuffle(a)	は配列 a の最初の軸に従って配置され、配列 a
permutation(a)	に従って配列を変更します配列 a の最初の軸 1 軸は、配列 a を変更せずに新しい不規則な配列を生成します
choice(a[,size,replace,p])	確率 p で 1 次元配列 a から要素を抽出しますサイズの新しい配列を形成します。shape replace 要素を再利用できるかどうかを示します。デフォルトは False です
uniform(low,high,size)	は、均一な分布、低い開始値、高い終了値を持つ配列を生成します、サイズは形状です
normal(loc,scale,size)	は正規分布の配列を生成します、locは平均、スケール標準偏差、サイズは形状です
poisson(lam,size)	ポアソン分布を持つ配列を生成します。lamはランダムイベントの発生率です。Rate、sizeは形状の統計関数です

numpy

NumPyは直接統計関数
npを提供します

関連するものの合計を計算します。指定された軸、軸整数またはタプルに従って配列 a の要素を計算しますmean(a,axis=None)指定された軸、軸整数またはタプルに従って配列 a の関連要素の期待値を計算しますaverage(a,axis=None,weights=None)指定された軸に基づいて配列 a の関連要素の加重平均を計算しますstd(a,axis=None)指定された軸に基づいてaxis axis 配列 a の関連要素の標準偏差を計算します var(a, axis = None) 指定された axis に従って配列 a の関連要素の分散を計算します axismin (a) max(a)配列の計算 aの要素の最小値と最大値argmin(a) argmax(a)配列aの要素の最小値と最大値を計算添字を1次元削減した後unravel_index(index,shape )形状に応じて1次元の添字インデックスを多次元の添字に変換しますptp(a)との差を計算します配列amedian(a)の要素の最大値と最小値の要素の中央値(中央値)numpy の勾配関数関数説明










	axis=Noneは標準パラメータです統計関数

np.gradient (f) 配列 f の要素の勾配を計算します。 f が多次元の場合、戻り値を返します。各次元の勾配勾配: 連続する値間の変化率、つまり、XY 座標軸上の 3 つの連続する X 座標の傾き対応する Y 軸の値: a、b、c、ここで勾配b の値: (c-a)/2

>>> a = np.random.randint(0,20,5)>>> np.gradient(a)
array([  9. ,  -0.5,  -2. ,  -3. , -12. ])

ログイン後にコピー

以上がPython numpy ライブラリの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。