1.唯一化以及其他的集合逻辑
Numpy提供了一些针对一维ndarray的基本集合运算.最常用的可能要数np.unique了,它用于找出数组中的唯一值并返回已排序的结果:
数组的集合运算:
2.用于数组的文件输入输出
1)将数组以二进制格式保存到磁盘np.save和np.load
In [36]: arr=np.arange(10) In [37]: np.save(r'D:360MoveDataUsersSDesktopLLsome_array',arr)#路径末尾没有.npy,则自动加上 In [38]: np.load(r'D:360MoveDataUsersSDesktopLLsome_array.npy')
Out[39]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
2)np.savez可以将多个数组保存到一个压缩文件,将数组以关键字参数的形式传入:
In [53]: np.savez(r'D:360MoveDataUsersSDesktopLLsome_array1', a=arr, b=arr) In [54]: arch=np.load(r'D:360MoveDataUsersSDesktopLLsome_array1.npz') In [55]: arch['b'] Out[55]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
3.存取文本文件
从文件中加载文本是一个非常标准的任务.函数有:pandas中的read_csv和read_table函数.或者np.loadtxt或者更加专业化的np.genfromtxt将数据加载到普通的Numpy数组中.
CSV文件:
csv是最通用的一种文件格式，它可以非常容易地被导入各种PC表格及数据库中。此文件，一行即为数据表的一行。生成数据表字段用半角逗号隔开。csv文件用记事本和excel都能打开，用记事本打开显示逗号，用excel打开，没有逗号了，逗号都用来分列了,还可有Editplus打开。