使用Numpy读取CSV文件,并进行行列删除的操作方法

yipeiwu_com6年前Python基础

Numpy是Python强大的数据计算和处理模块,其操作数据非常迅速且简单易行。

首先读取CSV文件

>>> import numpy as np#导入numpy模块
>>> temp=np.loadtxt("file.csv",dtype=np.int,delimiter=',')

可以看到两行代码搞定,看一下temp的内容

>>> temp
array([[21, 2, 32],
  [ 1, 2, 3],
  [ 2, 3, 4]])

在这里temp是array类型,如果想要得到列表list可以使用一个命令

>>> temp.tolist()
[[21, 2, 32], [1, 2, 3], [2, 3, 4]]

就变成列表了。

对temp进行删除操作

对array进行行或列进行删除操作也非常简单

对行进行删除操作

>>> temp
array([[21, 2, 32],
  [ 1, 2, 3],
  [ 2, 3, 4]])
>>> tem=np.delete(temp,0,axis=0)
>>> tem
array([[1, 2, 3],
  [2, 3, 4]])
>>> 

对列进行删除操作

>>> ten=np.delete(temp,0,axis=1)
>>> ten
array([[ 2, 32],
  [ 2, 3],
  [ 3, 4]])
>>> 

注意句法

np.delete(temp,0,axis=1)#temp为操作对象,0表示要删除的对象索引,axis表示行还是列,axis=0表示删除行,axis=1表示删除列。

以上这篇使用Numpy读取CSV文件,并进行行列删除的操作方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

python数据批量写入ScrolledText的优化方法

如下所示: for i in data[::-1]: self.maintenance_text.insert(tk.END, str(i['payload']) + '\n\n'...

优化Python代码使其加快作用域内的查找

我将示范微优化(micro optimization)如何提升python代码5%的执行速度。5%!同时也会触怒任何维护你代码的人。 但实际上,这篇文章只是解释一下你偶尔会在标准库或者其...

基于Python中isfile函数和isdir函数使用详解

Python编程语言判断是否是目录 在Python编程语言中可以使用os.path.isdir()函数判断某一路径是否为目录。其函数原型如下所示。 os.path.isdir(pat...

python遍历数组的方法小结

本文实例总结了python遍历数组的方法。分享给大家供大家参考。具体分析如下: 下面介绍两种遍历数组的方法,一种是直接通过for in 遍历数组,另外一种是通过rang函数先获得数组长度...

Python values()与itervalues()的用法详解

dict 对象有一个 values() 方法,这个方法把dict转换成一个包含所有value的list,这样,我们迭代的就是 dict的每一个 value: d = { 'Adam'...