Numpy資料存取
numpy提供了便捷的內部檔案存取，將資料存為np專用的npy(二進位制格式)或npz(壓縮打包格式)格式
npy格式以二進位制儲存資料的，在二進位制檔案第一行以文字形式儲存了資料的元資訊（維度，資料型別），可以用二進位制工具檢視檢視內容
npz檔案以壓縮打包檔案儲存，可以用壓縮軟體解壓
import numpy as np

a = np.array([['張三','李四','王五','趙六'],['11','12','13','14','15']])
b = a = np.arange(24).reshape((2,3,4))

np.save('x.npy',a) #
 
 存為.npy檔案
np.savez("y.npz", ar0 = a, ar1 = b) # 多個數組存入一個.npz壓縮包

c = np.load('x.npy') # .npy檔案讀入陣列
c

d = np.load("y.npz") # .npz壓縮包讀入
d["ar0"] # 單獨輸出陣列

CSV檔案存取

Comma-Separated Value,逗號分隔值檔案

一種資料儲存格式

• 廣泛支援
• 類表格
• 儲存一維或二維資料
• 文字格式

CSV檔案：

• 顯示：表格狀態
• 原始檔：換行和逗號分隔行列的格式化文字

Numpy儲存CSV檔案

將ndarray陣列寫入CSV檔案中

np.savetxt(frame,array,fmt='%.18e',delimiter=None)

• frame 儲存檔案、字串或產生器的名字，可以是.gz或.bz2的壓縮檔案，對大型資料有用，壓縮後儲存或讀取，節省儲存資源
• array 存入檔案的陣列
• fmt 寫入檔案中每個元素的字串格式，例如
  • %s (ASCII字元)
  • %d （整數）
  • %.2f（2位小數的浮點數）
  • %.18e（科學計數法，常用）
    • np各型別元素儲存到CSV中都是字串，字串顯示的格式，預設%.18e，科學計數法，保留18位小數的浮點數形式儲存資料，需要根據情況修改
• delimiter 分隔字串，預設是任何空格，需要改為 逗號

np的savetxt函式並不是專為生成csv檔案用的，它可以生成任何帶特定分隔字元的文字檔案，但csv檔案使用廣泛，所以我們一般用此函式只生成csv

import numpy as np

a = np.arange(100).reshape(5,20)
np.savetxt('a.csv',a,fmt='%d',delimiter=',') #整數
np.savetxt('a.csv',a,fmt='%.1f',delimiter=',') #一位小數的浮點數

b = np.array([['a','b','c','d'],['11','12','13','14']])
np.savetxt('b.csv',b,fmt='%s',delimiter=',') #ASCII字元，不能儲存非ASCII字串

csv檔案只能儲存一維、二維資料，不能儲存多維資料

import numpy as np

a = np.arange(24).reshape((2,12))
# a = np.arange(24).reshape((2,3,4)) # 儲存多維資料出錯
a
np.savetxt('y.csv',a,fmt='%d',delimiter=',')

Numpy讀取CSV檔案

將CSV檔案資料讀入ndarray陣列

np.loadtxt(frame,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)

• frame 檔案、字串或產生器，可以是.gz或bz2壓縮檔案
• dtype 資料型別，可選，csv的字串以什麼資料型別讀入陣列中，預設np.float 浮點數
• delimiter 分隔字串，預設是任何空格，改為 逗號
• skiprows 跳過前x行，一般跳過第一行表頭
• usecols 讀取指定的列，索引，元組型別
• unpack 如果True,讀入屬性將分別寫入不同陣列變數，False 讀入資料只寫入一個數組變數，預設False

import numpy as np

b = np.loadtxt('a.csv', delimiter=',') # 預設浮點型
b = np.loadtxt('a.csv', dtype=np.int, delimiter=',') #資料為整型

#b = np.loadtxt('a.txt', dtype=np.str, delimiter=',') #資料為字串，輸出預設帶 b，要去掉用下面方式輸出：
b = np.loadtxt('a.txt', dtype=bytes, delimiter=',').astype(str)
b = np.loadtxt('a.txt', dtype=bytes, delimiter=',',skiprows=1,usecols=(2,3)).astype(str) #跳過第一行，讀入第3、4列

b