数据存取与函数
一、CSV文件
CSV（Comma-Separated Value，逗号分隔值），CSV是一种常见的文件格式，用来存储批量数据。
CSV文件只能有效存储一位和二维数组。
写入数组：
import numpy as np 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
例子：
import numpy as np a=np.arange(100).reshape((5,20)) np.savetxt(‘a.csv‘,a,fmt=‘%d‘,delimiter=‘,‘,header="实验数组",encoding=‘utf-8‘)
# 实验数组 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
读出数组：
import numpy as np 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 # delimeter：分割字符串，默认是空格 # unpack：如果True，读入属性分别写入不同变量
例子：
import numpy as np a=np.loadtxt(‘a.csv‘,dtype=np.float,delimiter=‘,‘) print(a) ‘‘‘ [[ 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.]] ‘‘‘
二、多维数据的的存取
写入数组：
import numpy as np np.tofile(frame,sep=‘‘,format=‘%s‘) # 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
例子
import numpy as np a=np.arange(100).reshape((5,20)) a.tofile(‘a.dat‘,sep=‘,‘,format=‘%d‘)
原文：https://www.cnblogs.com/BUPT-MrWu/p/11345757.html