Fonction Numpy numpy.loadtxt()

1. Syntaxe de la fonction numpy.loadtxt() :
2. Exemples de codes : NumPy Lire le fichier txt en utilisant la fonction numpy.loadtxt()
3. Exemples de codes : Définir le paramètre dtype dans la fonction numpy.loadtxt() pendant la lecture du fichier txt
4. Exemples de codes : Définir le paramètre delimiter dans la fonction numpy.loadtxt() lors de la lecture de fichiers txt
5. Exemples de codes : Définir le paramètre usecols dans la fonction numpy.loadtxt() lors de la lecture du fichier txt
6. Exemples de codes : Définir le paramètre unpack dans la fonction numpy.loadtxt() pendant la lecture des fichiers txt

La fonction Python Numpy numpy.loadtxt() charge les données d’un fichier texte et permet une approche rapide pour les fichiers texte simples.

Syntaxe de la fonction numpy.loadtxt() :

numpy.loadtxt(fname,
              dtype= < class 'float' > ,
              comments='#',
              delimiter=None,
              converters=None,
              skiprows=0,
              usecols=None,
              unpack=False,
              ndmin=0,
              encoding='bytes',
              max_rows=None)

Paramètres

Renvoie

Tableau N-dimensionnel lu à partir du fichier txt.

Exemples de codes : NumPy Lire le fichier txt en utilisant la fonction numpy.loadtxt()

import numpy as np
  
from io import StringIO    
  
f = StringIO("3 6 8 \n12 9 1 \n 2 3 4") 
a = np.loadtxt(f) 

print("The loaded array is:")
  
print(a)

Production:

 The loaded array is:
[[ 3.  6.  8.]
 [12.  9.  1.]
 [ 2.  3.  4.]]

Il charge le fichier txt dans le tableau NumPy.

Ici, StringIO agit comme un objet fichier.

Nous pouvons également fournir le chemin du fichier en argument de la fonction np.loadtxt en utilisant à la fois des chemins absolus et relatifs.

Exemples de codes : Définir le paramètre dtype dans la fonction numpy.loadtxt() pendant la lecture du fichier txt

Par défaut, le type de données des valeurs de tableau lues à partir d’un fichier txt est float. Nous pouvons définir manuellement le type de données des éléments en utilisant le paramètre dtype.

import numpy as np
  
from io import StringIO    
  
f = StringIO("3 6 8 \n12 9 1 \n 2 3 4") 
a = np.loadtxt(f,dtype="int") 

print("The loaded array is:")
  
print(a)

Production:

The loaded array is:
[[ 3  6  8]
 [12  9  1]
 [ 2  3  4]]

Le code ci-dessus charge tous les éléments dans un tableau à partir d’un fichier txt sous forme d’entiers.

Exemples de codes : Définir le paramètre delimiter dans la fonction numpy.loadtxt() lors de la lecture de fichiers txt

Par défaut, le delimiter pour séparer les valeurs est l’espace blanc. Nous pouvons définir manuellement le delimiter en utilisant le paramètre delimiter.

import numpy as np
  
from io import StringIO    
  
f = StringIO("3, 6, 8 \n12, 9, 1 \n 2, 3, 4") 
a = np.loadtxt(f,dtype="int",delimiter=",") 

print("The loaded array is:")
  
print(a) 

Production:

The loaded array is:
[[ 3  6  8]
 [12  9  1]
 [ 2  3  4]]

Comme les valeurs du fichier txt sont séparées par des ,, nous devons utiliser des , comme délimiteur pour séparer les valeurs lors de la lecture du fichier txt dans le tableau.

Exemples de codes : Définir le paramètre usecols dans la fonction numpy.loadtxt() lors de la lecture du fichier txt

import numpy as np
  
from io import StringIO    
  
f = StringIO("3 6 8 \n12 9 1 \n 2 3 4") 
a = np.loadtxt(f,dtype="int",usecols =(0, 1)) 

print("The loaded array is:")
  
print(a)  

Production:

The loaded array is:
[[ 3  6]
 [12  9]
 [ 2  3]]

Le fichier usecols spécifie les colonnes à lire dans le fichier txt.

Il ne lit que la 1ère et la 2ème colonne du fichier txt dans le tableau.

Exemples de codes : Définir le paramètre unpack dans la fonction numpy.loadtxt() pendant la lecture des fichiers txt

import numpy as np
  
from io import StringIO    
  
f = StringIO("3 6 8 \n12 9 1 \n 2 3 4") 
(x,y,z) = np.loadtxt(f,dtype="int",unpack=True) 

print(x)
print(y)
print(z) 

Production:

[ 3 12  2]
[6 9 3]
[8 1 4]

Il transpose le tableau et décompose les lignes du tableau transposé en variables spécifiées.