在Python中我们经常会用到两个库Numpy和pandas
csv文件转化为数组
import numpy
my_matrix = numpy.loadtxt(open("c:\\1.csv","rb"),delimiter=",",skiprows=0) //CSV文件转化为数组
将数组或者矩阵存储为csv文件可以使用如下代码实现：
numpy.savetxt('new.csv', my_matrix, delimiter = ',')
数组的切片
数组切片是原始数组的视图，意味着数据不会被复制，视图任何修改都会直接反映到原数组上：
一维数组切片
> arr2=np.arange(10)> arr2array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])> arr2[5:8]array([5, 6, 7])> arr[5:8]=12> arr2array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])> arr_slice=arr2[5:8]> arr_slice[1]=12345> arr2array([ 0, 1, 2, 3, 4, 12, 12345, 12, 8, 9])> arr_slice[:]=64> arr2array([ 0, 1, 2, 3, 4, 64, 64, 64, 8, 9])
二维数组切片
二维切片与轴有关，可以在一个轴或多个轴上进行切片
> import numpy as np
> arr = np.arange(12).reshape((3, 4))
> print(arr)
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
> slice_one = arr[1:2, 1:3]
> print(slice_one)
[[5 6]]
> arr[:2]
array([[0, 1, 2, 3],
[4, 5, 6, 7]])
> arr[:2,1:]
array([[1, 2, 3],
[5, 6, 7]])
以上这篇把csv文件转化为数组及数组的切片方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
标签：
csv,转化为数组,数组切片
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！
如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
狼山资源网 Copyright www.pvsay.com
暂无“把csv文件转化为数组及数组的切片方法”评论...
苹果官宣WWDC 2024！预计会有大批AI功能 - 2025/1/11
3月27日消息，苹果宣布2024年全球开发者大会（WWDC）将于6月10日至6月14日举行，巧合的是，这次大会与端午假期重合。
苹果官方表示：
在线参加 Apple 每年规模最大的开发者盛会。亲眼见证 Apple 最新平台、技术和工具的发布。了解如何创建和改进你的 App 和游戏。与 Apple 设计师和工程师互动交流，与全球开发者社区建立联系。以上活动均免费在线举行。
探索各种新的工具、框架和功能，助力你打造出理想的 App 和游戏。通过视频讲座学习新技能，与 Apple 专家进行一对一会面，以推进你的项目，完善你的构思。
Swift Student Challenge 旨在支持和鼓舞下一代开发者、创作者和企业家。太平洋时间 3 月 28 日，我们将公布今年的获奖者名单。获奖者将有资格参加在 Apple Park 举办的特别活动。我们还会选出 50 名杰出获胜者，他们将受邀前往库比提诺，获得为期三天的非凡体验，包括参加 Apple Park 的特别活动。
3月27日消息，苹果宣布2024年全球开发者大会（WWDC）将于6月10日至6月14日举行，巧合的是，这次大会与端午假期重合。
苹果官方表示：
在线参加 Apple 每年规模最大的开发者盛会。亲眼见证 Apple 最新平台、技术和工具的发布。了解如何创建和改进你的 App 和游戏。与 Apple 设计师和工程师互动交流，与全球开发者社区建立联系。以上活动均免费在线举行。
探索各种新的工具、框架和功能，助力你打造出理想的 App 和游戏。通过视频讲座学习新技能，与 Apple 专家进行一对一会面，以推进你的项目，完善你的构思。
Swift Student Challenge 旨在支持和鼓舞下一代开发者、创作者和企业家。太平洋时间 3 月 28 日，我们将公布今年的获奖者名单。获奖者将有资格参加在 Apple Park 举办的特别活动。我们还会选出 50 名杰出获胜者，他们将受邀前往库比提诺，获得为期三天的非凡体验，包括参加 Apple Park 的特别活动。
RTX 5090要首发 性能要翻倍！三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB，每个模块容量为2GB。其速度预设为32 Gbps（PAM3），但也可以降至28 Gbps，以提高产量和初始阶段的整体性能和成本效益。
据三星表示，GDDR7内存的能效将提高20%，同时工作电压仅为1.1V，低于标准的1.2V。通过采用更新的封装材料和优化的电路设计，使得在高速运行时的发热量降低，GDDR7的热阻比GDDR6降低了70%。