Numpy

1. Numpy中数据的常用的保存方法
2. numpy.genfromtxt读取本地文件

bd = np.genfromtxt('F:/beijing/final.csv', encoding='utf-8', dtype='U75', delimiter=',', skip_header=1)
print(bd[:, 0:2])

dtype转换数据类型，关键字设置为'U75'， 不设置dtype，输出数据类型为nan
delimiter=','表示数据由逗号分隔
skip_header关键字可以设置为整数，表示跳过文件开头对应的行数
参考文档

3. NumPy的csv文件存取
   CSV文件是一种常见的文件格式，用来存储批量数据（一维二维）
   将数据写入CSV文件的方法

np.savetxt(fname,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。 例如: a = np.arange(100).reshape(5,20)
np.savetxt('a.csv',a,fmt='%d',delimiter=',')

np.loadtxt(fname,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 :读入数据写入一个数组 如果是True,读入属性将分别写入不同变量

例如：
b = np.loadtxt('a.csv',delimiter=',')
b = np.loadtxt('a.csv',dtype = np.int,delimiter=',')
csv文件的局限性
csv只能有效存储一维和二维数组
np.savetxt() np.loadtxt() 只能有效存取一维和二维

• 参考作者：基于NumPy的csv文件存取