有没有办法将NumPy数组转储到CSV文件中？我有一个2D NumPy数组，需要以人类可读的格式转储它。
答案 0 :(得分：662)
numpy.savetxt将数组保存到文本文件中。
import numpy
a = numpy.asarray([ [1,2,3], [4,5,6], [7,8,9] ])
numpy.savetxt("foo.csv", a, delimiter=",")
答案 1 :(得分：91)
您可以使用pandas。它确实需要一些额外的内存，因此并不总是可行，但它非常快速且易于使用。
import pandas as pd
pd.DataFrame(np_array).to_csv("path/to/file.csv")
如果您不想要标题或索引，请使用to_csv("/path/to/file.csv", header=None, index=None)
答案 2 :(得分：35)
tofile是一个方便的功能：
import numpy as np
a = np.asarray([ [1,2,3], [4,5,6], [7,8,9] ])
a.tofile('foo.csv',sep=',',format='%10.5f')
该手册页有一些有用的注释：
这是一种便于快速存储阵列数据的功能。 关于字节序和精度的信息丢失了，所以这种方法不是 用于存档数据或传输数据的文件的不错选择 在具有不同字节序的机器之间。其中一些问题可以 通过输出数据作为文本文件来克服，代价是 速度和文件大小。
请注意。此函数不会生成多行csv文件，它会将所有内容保存到一行。
答案 3 :(得分：12)
将记录数组写为带有标题的CSV文件需要更多的工作。
此示例读取带有第一行标题的CSV文件，然后写入相同的文件。
import numpy as np
# Write an example CSV file with headers on first line
with open('example.csv', 'w') as fp:
fp.write('''\
col1,col2,col3
1,100.1,string1
2,222.2,second string
''')
# Read it as a Numpy record array
ar = np.recfromcsv('example.csv')
print(repr(ar))
# rec.array([(1, 100.1, 'string1'), (2, 222.2, 'second string')],
# dtype=[('col1', '<i4'), ('col2', '<f8'), ('col3', 'S13')])
# Write as a CSV file with headers on first line
with open('out.csv', 'w') as fp:
fp.write(','.join(ar.dtype.names) + '\n')
np.savetxt(fp, ar, '%s', ',')
请注意，此示例不考虑带逗号的字符串。要考虑非数字数据的引号，请使用csv包：
import csv
with open('out2.csv', 'wb') as fp:
writer = csv.writer(fp, quoting=csv.QUOTE_NONNUMERIC)
writer.writerow(ar.dtype.names)
writer.writerows(ar.tolist())
答案 4 :(得分：4)
如果您想在列中撰写：
for x in np.nditer(a.T, order='C'):
file.write(str(x))
file.write("\n")
这里＆＃39; a＆＃39;是numpy数组的名称和＆＃39;文件＆＃39;是要写入文件的变量。
如果您想要排成一行：
writer= csv.writer(file, delimiter=',')
for x in np.nditer(a.T, order='C'):
row.append(str(x))
writer.writerow(row)
答案 5 :(得分：3)
如上所述，将数组转储到CSV文件中的最佳方法是使用.savetxt(...)方法。但是，有些事情我们应该知道如何正确完成。
例如，如果您有一个编号为dtype = np.int32的numpy数组
narr = np.array([[1,2],
[3,4],
[5,6]], dtype=np.int32)
，并希望使用savetxt作为
np.savetxt('values.csv', narr, delimiter=",")
它将以浮点指数格式存储数据
1.000000000000000000e+00,2.000000000000000000e+00
3.000000000000000000e+00,4.000000000000000000e+00
5.000000000000000000e+00,6.000000000000000000e+00
您将不得不使用名为fmt的参数来更改格式
np.savetxt('values.csv', narr, fmt="%d", delimiter=",")
以原始格式存储数据
此外，savetxt可用于以.gz压缩格式存储数据，这在通过网络传输数据时可能很有用。
我们只需要将文件的扩展名更改为.gz，numpy就会自动处理所有事情
np.savetxt('values.gz', narr, fmt="%d", delimiter=",")
希望有帮助
答案 6 :(得分：2)
如果要将numpy数组（例如your_array = np.array([[1,2],[3,4]])）保存到一个单元格，可以先使用your_array.tolist()将其转换。
然后使用delimiter=';'以正常方式将其保存到一个单元格
并且csv文件中的单元格看起来像[[1, 2], [2, 4]]
然后你可以像这样恢复你的数组：
your_array = np.array(ast.literal_eval(cell_string))
答案 7 :(得分：2)
你也可以使用纯python而不使用任何模块。
# format as a block of csv text to do whatever you want
csv_rows = ["{},{}".format(i, j) for i, j in array]
csv_text = "\n".join(csv_rows)
# write it to a file
with open('file.csv', 'w') as f:
f.write(csv_text)
答案 8 :(得分：1)
在Python中，我们使用csv.writer（）模块将数据写入csv文件。此模块类似于csv.reader（）模块。
import csv
person = [['SN', 'Person', 'DOB'],
['1', 'John', '18/1/1997'],
['2', 'Marie','19/2/1998'],
['3', 'Simon','20/3/1999'],
['4', 'Erik', '21/4/2000'],
['5', 'Ana', '22/5/2001']]
csv.register_dialect('myDialect',
delimiter = '|',
quoting=csv.QUOTE_NONE,
skipinitialspace=True)
with open('dob.csv', 'w') as f:
writer = csv.writer(f, dialect='myDialect')
for row in person:
writer.writerow(row)
f.close()
定界符是用于分隔字段的字符串。默认值为comma（，）。
答案 9 :(得分：1)
我相信您也可以很简单地完成以下操作：
例如＃1：
# Libraries to import
import pandas as pd
import nump as np
#N x N numpy array (dimensions dont matter)
corr_mat #your numpy array
my_df = pd.DataFrame(corr_mat) #converting it to a pandas dataframe
例如＃2：
#save as csv
my_df.to_csv('foo.csv', index=False) # "foo" is the name you want to give
# to csv file. Make sure to add ".csv"
# after whatever name like in the code
答案 10 :(得分：0)
为了将 NumPy 数组存储到文本文件，首先从 Numpy 模块导入保存文本
考虑您的 Numpy 数组名称是 train_df：
from numpy import savetxt
np.savetxt('train_df.txt', train_df, fmt='%s')