Python NumPy: Импорт плоских файлов

Описание: Узнайте, как импортировать текстовые файлы с помощью NumPy: https://www.datacamp.com/courses/impo...

Итак, теперь вы знаете, как использовать встроенную функцию Python `open` для открытия текстовых файлов. А что, если теперь вы хотите импортировать текстовый файл и присвоить его переменной? Если все данные числовые, вы можете использовать пакет `numpy` для импорта данных в виде массива `numpy`. Зачем это нужно? Во-первых, массивы `numpy` — это стандарт Python для хранения числовых данных. Они эффективны, быстры и удобны. Во-вторых, массивы `numpy` часто необходимы для других пакетов, таких как `scikit-learn`, популярный пакет машинного обучения для Python.

Сам NumPy имеет ряд встроенных функций, которые значительно упрощают и повышают эффективность импорта данных в виде массивов. Здесь на помощь приходят функции NumPy `loadtxt` и `genfromtxt`. Для использования любой из них нам сначала нужно импортировать `NumPy`. Затем мы вызываем функцию loadtxt и передаем ей имя файла в качестве первого аргумента, а разделитель — в качестве второго. Обратите внимание, что разделителем по умолчанию является любой пробел, поэтому обычно его необходимо указывать явно.

Существует ряд дополнительных аргументов, которые вы можете указать. Например, если ваши данные состоят из чисел, а заголовок содержит строки, как в данных MNIST с цифрами, вам нужно будет пропустить первую строку, вызвав loadtxt с аргументом skiprows = 1; если вам нужны только 1-й и 3-й столбцы данных, вам нужно будет установить usecols = список, содержащий целые числа 0 и 2. Вы также можете импортировать различные типы данных в массивы NumPy: например, установка аргумента dtype = 'str' гарантирует, что все записи будут импортированы как строки. Функция loadtxt отлично подходит для простых случаев, но часто дает сбои при работе со смешанными типами данных, например, когда столбцы состоят из чисел с плавающей запятой И столбцы состоят из строк, как мы видели в наборе данных о «Титанике».

Теперь ваша очередь поэкспериментировать с loadtxt. Вы также получите практический опыт работы с другими функциями, которые могут обрабатывать смешанные типы данных. В следующем видео мы увидим, что, хотя массивы NumPy могут обрабатывать данные смешанных типов, естественное место для таких данных — это датафрейм.