numpy中文件读取操作np.loadtxt(),np.savetxt()的使用

1.文件读取
np.savetxt(fname,dtype=float,delimiter=None,unpack=None)
Parameter解释：
fname:待读取的文件，生成器，（字符串形式），也可以是.gz或.bz2的压缩文件。
dtype:表示要读取结果文件的数据类型。可选参数，默认是np.float。
delimiter:分隔字符串，默认是None。
unpack:默认是False。若为True，读取属性分别写入不同变量。

import numpy as np
c = np.loadtxt("a.csv",dtype=float,delimiter=None)
print(c)
>>>
[[ 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.]]

2.文件保存
np.savetxt(fname,array,fmt=’%.18e’,delimiter=None)
Parameter解释：
array:待存入文件的数组。
fmt:写入文件的格式

import numpy as np
a = np.arange(20).reshape(4,5)
np.savetxt('a.csv',a,fmt='%d',delimiter=',')
>>>
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

注：以上两种方法只能有效的存取一维，二维数组。