numpy.loadtxt()读取多个txt文件

numpy.loadtxt() 函数可用于读取 CSV 文件。示例如下：

import numpy as np
data = np.loadtxt("data.csv", delimiter=",")

其中，"data.csv" 是要读取的 CSV 文件的文件名，delimiter 指定了分隔符（默认为空格）。

相关问题

怎么用numpy.loadtxt()读取多个txt文件

要使用`numpy.loadtxt()`函数读取多个txt文件，你可以先创建一个空的numpy数组，然后循环读取每个文件并将数据添加到数组中。下面是一个示例代码：

import numpy as np

# 定义文件列表
file_list = ["file1.txt", "file2.txt", "file3.txt"]

# 创建空的numpy数组
data = np.array([])

# 循环读取每个文件并将数据添加到数组中
for file in file_list:
    file_data = np.loadtxt(file, delimiter=",")
    if data.size == 0:
        data = file_data
    else:
        data = np.vstack((data, file_data))

# 打印读取的数据
print(data)

在上面的示例中，我们首先定义了一个文件列表 `file_list`，其中包含要读取的所有txt文件的文件名。然后我们创建了一个空的numpy数组 `data`。接下来，我们使用循环遍历每个文件，并使用`np.loadtxt()`函数读取数据。如果数组 `data` 是空的，则将当前文件的数据直接赋值给 `data`。否则，我们使用`np.vstack()`函数将当前文件的数据垂直堆叠到 `data` 上。最后，我们打印出读取的数据。

请注意，假设每个txt文件都具有相同的列数和相同的分隔符。如果有不同的情况，你可能需要进行适当的调整和处理。

numpy.loadtxt

numpy.loadtxt是一个函数，用于从文本文件中加载数据。它可以读取各种格式的文本文件，如CSV（逗号分隔值）文件等，并将数据加载到NumPy数组中。

函数原型为：numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None)

其中，fname是要读取的文件名或文件句柄；dtype是返回数组的数据类型；comments是注释字符的标记；delimiter是分隔符的字符串；converters是一个字典，将列号映射到将字符串转换为相应值的函数；skiprows是要跳过的行数；usecols是要读取的列号；unpack是一个布尔值，指示是否将数组展开为多个变量；ndmin是返回数组的最小维数；encoding是文件的编码方式；max_rows是要读取的最大行数。

示例：

假设我们有一个名为data.txt的文件，其中包含以下数据：

1,2,3

4,5,6

7,8,9

我们可以使用以下代码将其加载到NumPy数组中：

import numpy as np

data = np.loadtxt('data.txt', delimiter=',')

print(data)

输出结果：

[[1. 2. 3.]

[4. 5. 6.]

[7. 8. 9.]]