Wie liest man CSV-Daten effizient in NumPy-Datensatzarrays ein?

CSV-Daten in Datensatzarrays mit NumPy einlesen

In NumPy bieten Datensatzarrays eine praktische Möglichkeit, strukturierte Daten mit verschiedenen Datentypen darzustellen. Während R Funktionen wie read.table(), read.delim() und read.csv() zum Importieren von CSV-Dateien in Datenrahmen bereitstellt, erfordert NumPy einen etwas anderen Ansatz.

Es gibt zwei Optionen zum Importieren von CSV Daten in Datensatzarrays in NumPy:

1. Verwenden von csv.reader() und numpy.core.records.fromrecords(): Diese Methode beinhaltet die Verwendung von csv.reader(), um die CSV-Datei Zeile für Zeile zu lesen und dann die resultierende Liste von Listen mithilfe von numpy.core.records.fromrecords in ein Datensatzarray zu konvertieren ().
2. Direktes Importieren mit numpy.genfromtxt(): Der bevorzugte Ansatz ist Verwenden Sie numpy.genfromtxt(), das den Import von CSV-Daten in Datensatzarrays unterstützt. Indem Sie das Schlüsselwortargument „delimiter“ auf ein Komma setzen, können Sie angeben, dass die CSV-Datei durch Kommas getrennt wird.

Der folgende Codeausschnitt zeigt, wie numpy.genfromtxt() verwendet wird:

from numpy import genfromtxt
my_data = genfromtxt('my_file.csv', delimiter=',')

Dadurch wird ein Datensatzarray namens „my_data“ erstellt, das die Daten aus der CSV-Datei enthält.

Das obige ist der detaillierte Inhalt vonWie liest man CSV-Daten effizient in NumPy-Datensatzarrays ein?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!