Python数据分析与展示（二）：数据分析与展示

数据的CSV文件存取：

1 np.savetxt(frame, array, fmt=‘%.18e‘, delimiter=None)
2 ? frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件
3 ? array : 存入文件的数组
4 ? fmt : 写入文件的格式，例如：%d %.2f %.18e
5 ? delimiter : 分割字符串，默认是任何空格

1 np.loadtxt(frame, dtype=np.float, delimiter=None， unpack=False)
2 ? frame : 文件、字符串或产生器，可以是.gz或.bz2的压缩文件
3 ? dtype : 数据类型，可选
4 ? delimiter : 分割字符串，默认是任何空格
5 ? unpack  : 如果True，读入属性将分别写入不同变量

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数组

多维数据的存取

1 a.tofile(frame, sep=‘‘, format=‘%s‘)
2 ? frame  : 文件、字符串
3 ? sep : 数据分割字符串，如果是空串，写入文件为二进制
4 ? format : 写入数据的格式

1 p.fromfile(frame, dtype=float, count=‐1, sep=‘‘)
2 ? frame  : 文件、字符串
3 ? dtype : 读取的数据类型
4 ? count  : 读入元素个数，‐1表示读入整个文件
5 ? sep : 数据分割字符串，如果是空串，写入文件为二进制

该方法需要读取时知道存入文件时数组的维度和元素类型，a.tofile()和np.fromfile()需要配合使用，可以通过元数据文件来存储额外信息。

NumPy的便捷文件存取：

1 np.save(fname, array) 或 np.savez(fname, array)
2 ? fname : 文件名，以.npy为扩展名，压缩扩展名为.npz
3 ? array  : 数组变量
4 np.load(fname)
5 ? fname : 文件名，以.npy为扩展名，压缩扩展名为.npz

NumPy的随机数函数：np.random.*

NumPy的统计函数：np.*

NumPy的梯度函数：
np.gradient(f) 计算数组f中元素的梯度，当f为多维时，返回每个维度梯度
---------------------
作者：Famir_Tse
来源：CSDN
原文：https://blog.csdn.net/famirtse/article/details/80465407
版权声明：本文为博主原创文章，转载请附上博文链接！

原文地址：https://www.cnblogs.com/ldyj/p/10346933.html