Question

我是python的新手，使用numpy将csv读入数组。所以我使用了两种方法：

方法1

train = np.asarray(np.genfromtxt(open("/Users/mac/train.csv","rb"),delimiter=","))

方法2

with open('/Users/mac/train.csv') as csvfile:
        rows = csv.reader(csvfile)
        for row in rows:
            newrow = np.array(row).astype(np.int)
            train.append(newrow)

我不确定这两种方法之间有什么区别？建议使用什么？

我并不担心哪个速度更快，因为我的数据量很小，而是更多地关注结果数据类型的差异。

Answer 1

您也可以使用熊猫，它使用起来更好，更简单。

import pandas as pd
import numpy as np

dataset = pd.read_csv('file.csv')
# get all headers in csv
values = list(dataset.columns.values)

# get the labels, assuming last row is labels in csv
y = dataset[values[-1:]]
y = np.array(y, dtype='float32')
X = dataset[values[0:-1]]
X = np.array(X, dtype='float32')

Answer 2

那么结果有什么不同？

genfromtxt是Numpy Csv阅读器。它返回一个数组。无需额外的asarray。

第二个表达式是不完整的，看起来会产生一个数组列表，文件的每一行一个。它使用通用的python csv阅读器，除了读取一行并将其拆分为字符串外，它不会做其他事情。

numpy将csv文件读取到numpy数组

2 个答案: