1.利用NumPy读写文件

在Python中，NumPy库主要用于处理大型数组和矩阵运算，但它并不是专门用来读写文件的。不过，你可以使用NumPy配合其他模块如Pandas或直接使用内置的`numpy.loadtxt`和`numpy.savetxt`函数来读取和写入文本数据文件（通常是CSV、TXT等格式），这些文件通常包含一维或二维数组的数据。

**1. 读取文件（例如CSV）：**

import numpy as np

# 使用numpy.loadtxt读取CSV文件
data = np.loadtxt('filename.csv', delimiter=',')  # delimiter指定分隔符，默认为空格

如果文件的第一行是列名，你可以用`skiprows`参数跳过：

data = np.loadtxt('filename.csv', skiprows=1, delimiter=',')

**2. 写入文件（例如CSV）：**

# 创建一个简单的二维数组
array_to_write = np.array([[1, 2, 3], [4, 5, 6]])

# 使用numpy.savetxt保存到CSV文件
np.savetxt('output.csv', array_to_write, delimiter=',')

如果你想保存带有索引的数组，可以使用`header`参数添加列名：

np.savetxt('output.csv', array_to_write, delimiter=',', header='Column1, Column2, Column3')

如果你要处理二进制文件（如.npy格式），可以直接使用`numpy.save`和`numpy.load`：

# 保存数组
np.save('data.npy', data)

# 加载数组
data_from_file = np.load('data.npy')