numpy np.savetxt()的使用

这篇具有很好参考价值的文章主要介绍了numpy np.savetxt()的使用。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

使用numpy将数据保存为txt文件,并且保留所需要的位数

一、numpy.savetxt()   

def savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='',
            footer='', comments='# ', encoding=None):
fname : 文件名

X : 要保存的数据

fmt :  保留的有效数字位数

delimiter : 每列的填充字符

二、使用步骤

代码如下(示例):

 文章来源地址https://www.toymoban.com/news/detail-509508.html

import  numpy as np
data=np.array([[1,2,3],[4,5,6]])
print(data)
np.savetxt("./demo1",data,fmt="%d",delimiter=" ") #输出为整数 %d表示整数

numpy np.savetxt()的使用

 numpy np.savetxt()的使用

 

输出为科学计数法:

import  numpy as np
data=np.array([[1,2,3],[4,5,6]])
print(data)
np.savetxt("./demo1",data,fmt="%.10e",delimiter=" ")

numpy np.savetxt()的使用

如果要每列保存不同的格式怎么办?比如像下面这样  前三列要保留小数点后4位小数  后三列保存位整数怎么办?

numpy np.savetxt()的使用


 

存储的txt文件中包含多列数据时,但这些对这些数据每列要求的格式并不统一

利用savetxt函数中的fmt参数可以设置格式

import  numpy as np
data=np.array([[1,2,3],[4,5,6]])
print(data)
np.savetxt("./demo1",data,fmt="%.4f %3f %d",delimiter=" ")

每列都可以通过fmt单独设置输出的精度

numpy np.savetxt()的使用

 

到了这里,关于numpy np.savetxt()的使用的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【Python】数据科学工具(Numpy Pandas np.array() 创建访问数组 向量与矩阵 Series DataFrame)

    1.Numpy numpy是Python中一个非常重要的科学计算库,其最基础的功能就是N维数组对象——ndarray。 1.1 数组的创建 1)np.array() 用 np.array() 函数可以将Python的序列对象(如列表、元组)转换为ndarray数组。 2)arange、linspace、logspace np.arange(start, stop, step) :创建一个一维数组,其中的值

    2024年02月10日
    浏览(47)
  • np.sin( )函数 (Numpy库)

    np.sin(a)函数:对a中元素取正弦值。a可以是ndarray数据也可以是单个数据。 当a是单个数据时,np.sin(a)返回一个数据。 当a是ndarray数据时,np.sin(a)返回一个ndarray。 在上文中的np.pi表示π,但是它不可能那么精确真的是π,因此sin(np.pi)计算机计算出来不是准确的零,而是无限接近于

    2024年02月16日
    浏览(39)
  • 解决numpy模块没有‘np.bool’

    numpy在1.20版本就弃用了np.bool,需要使用bool或者np.bool_替代。 (以下为个人小实验验证,上面就已经可以解决问题了) 以下是使用了1.20版本的numpy后出现的提示    将1.20版本的numpy从np.bool改为 bool 或者 np.bool_ 如下,就没有包warning 如果使用大于1.20版本的numpy然后使用np.bool 会报

    2024年02月16日
    浏览(34)
  • Numpy || np.array()函数用法指南

    numpy ndarray对象是一个n维数组对象,ndarray只能存储一系列相同元素。 numpy.array()使用说明:object是必须输入的参数,其余为可选参数。 创建存储元素类型不同的数组: 创建生成器: 当输入的object元素有不同类型时,将保留存储空间最大的类型: 当多维数组元素个数不一致时:

    2024年01月24日
    浏览(50)
  • numpy中的np.random.rand、np.random.randn、np.random.randint、np.random.uniform等用法

    随机数生成方法 1、np.random.rand(d0, d1, …, dn) np.random.rand(d0, d1, …, dn):生成一个指定形状的[0, 1)之间 均匀分布 的随机数数组。参数d0, d1, …, dn指定了生成的随机数数组的维度。 2、np.random.randn(d0, d1, …, dn) np.random.randn(d0, d1, …, dn):生成一个指定形状的**标准正态分布(**平均

    2024年02月09日
    浏览(45)
  • NumPy的np.random.rand()用法

    np.random.rand() 是NumPy库中的函数,用于生成在[0, 1)区间内均匀分布的随机数,可以接受多个整数参数,用于指定生成数组的形状。 生成一个随机标量: 生成一个一维随机数组: 生成一个二维随机数组: 生成一个多维随机数组: 在其他区间生成随机数,例如,在[a, b)区间生成

    2024年02月05日
    浏览(70)
  • 详述numpy中的np.random.rand()、np.random.randn()、np.random.randint()、np.random.uniform()函数的用法

         目录  (一)np.random.rand()  (二)np.random.randn()  (三)np.random.randint(low,high,size,dtype)  (四)np.random.uniform(low,high,size)         引言:在机器学习还有深度学习中,经常会用到这几个函数,为了便于以后熟练使用,现在对这几个函数进行总结。        

    2023年04月08日
    浏览(42)
  • Python中Numpy的np.array详解

    np.array 用于创建一个新的NumPy数组对象。其语法如下: object :任何可用于初始化新数组的对象,例如列表、元组、数组等。 dtype :新数组的数据类型。如果未指定,则会从输入对象中推断数据类型。 其他参数允许进一步控制新数组的创建。 返回一个新的NumPy数组。 示例

    2024年02月08日
    浏览(47)
  • numpy抽样函数 np.random.choice用法详解

    顾名思义,抽样函数,定义如下: 参数说明: a :待抽样的样本(一维数组或整数) size: 输出大小,默认返回单个元素 replace : 抽样后的元素是否可重复,默认是 p: 每个样本点被抽样的概率,默认均匀抽样 举例如下: 从[1,2,3,4,5]中随机抽三个元素,可重复,概率分别为[0.1,

    2024年02月15日
    浏览(45)
  • Python,Numpy中随机抽样的函数 np.random.choice()详解

    np.random.choice() 是NumPy库中的一个函数,用于从给定的一维数组或可迭代对象中随机抽样。这个函数具有以下参数和功能: 参数 a :表示从中抽取随机样本的数组或整数。如果 a 是一个整数,则抽样将从 np.arange(a) 中进行。 size :输出样本的大小。默认情况下,返回单个值。你

    2024年02月06日
    浏览(46)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包