使用pandas将numpy中的数组数据保存到csv文件的方法


Posted in Python onJune 14, 2018

接触pandas之后感觉它的很多功能似乎跟numpy有一定的重复,尤其是各种运算。不过,简单的了解之后发现在数据管理上pandas有着更为丰富的管理方式,其中一个很大的优点就是多出了对数据文件的管理。

如果想保存numpy中的数组元素到一个文件中,通过纯Python的文件写入当然是可以实现的,但是总觉得是少了一点便捷性。在这方面,pandas工具的使用就会让工作方便很多。下面通过一个简单的小例子来演示一下。

首先,创建numpy中的数组。

In [18]: arr1 = np.arange(100).reshape(10,10)
In [19]: arr1
Out[19]: 
array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
  [10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
  [20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
  [30, 31, 32, 33, 34, 35, 36, 37, 38, 39],
  [40, 41, 42, 43, 44, 45, 46, 47, 48, 49],
  [50, 51, 52, 53, 54, 55, 56, 57, 58, 59],
  [60, 61, 62, 63, 64, 65, 66, 67, 68, 69],
  [70, 71, 72, 73, 74, 75, 76, 77, 78, 79],
  [80, 81, 82, 83, 84, 85, 86, 87, 88, 89],
  [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]])

接着,为了能够使这组数据成为可以让pandas处理的数据,需要通过这个数组创建DataFrame。

In [20]: data1 = DataFrame(arr1)

这样,就可以通过pandas中DataFrame的to_csv方法实现数据文件的存储了。具体如下:

In [21]: data1.to_csv('data1.csv')
In [22]: cat data1.csv
,0,1,2,3,4,5,6,7,8,9
0,0,1,2,3,4,5,6,7,8,9
1,10,11,12,13,14,15,16,17,18,19
2,20,21,22,23,24,25,26,27,28,29
3,30,31,32,33,34,35,36,37,38,39
4,40,41,42,43,44,45,46,47,48,49
5,50,51,52,53,54,55,56,57,58,59
6,60,61,62,63,64,65,66,67,68,69
7,70,71,72,73,74,75,76,77,78,79
8,80,81,82,83,84,85,86,87,88,89
9,90,91,92,93,94,95,96,97,98,99

回头看一下被存储的数据格式:

In [23]: data1
Out[23]: 
 0 1 2 3 4 5 6 7 8 9
0 0 1 2 3 4 5 6 7 8 9
1 10 11 12 13 14 15 16 17 18 19
2 20 21 22 23 24 25 26 27 28 29
3 30 31 32 33 34 35 36 37 38 39
4 40 41 42 43 44 45 46 47 48 49
5 50 51 52 53 54 55 56 57 58 59
6 60 61 62 63 64 65 66 67 68 69
7 70 71 72 73 74 75 76 77 78 79
8 80 81 82 83 84 85 86 87 88 89
9 90 91 92 93 94 95 96 97 98 99
In [24]: type(data1)
Out[24]: pandas.core.frame.DataFrame

从上面的结果看一看出,转换成DataFrame的同时,数据信息增加了行列标题信息。

通过电子表格软件打开csv文件的效果如下:

使用pandas将numpy中的数组数据保存到csv文件的方法

以上这篇使用pandas将numpy中的数组数据保存到csv文件的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三水点靠木。

Python 相关文章推荐
Python字符串匹配算法KMP实例
Jul 18 Python
python 爬虫出现403禁止访问错误详解
Mar 11 Python
go和python变量赋值遇到的一个问题
Aug 31 Python
Python 数据处理库 pandas 入门教程基本操作
Apr 19 Python
详解python中@的用法
Mar 27 Python
Django框架model模型对象验证实现方法分析
Oct 02 Python
将labelme格式数据转化为标准的coco数据集格式方式
Feb 17 Python
Django之choices选项和富文本编辑器的使用详解
Apr 01 Python
python用TensorFlow做图像识别的实现
Apr 21 Python
Python更换pip源方法过程解析
May 19 Python
PyQt5通过信号实现MVC的示例
Feb 06 Python
PyCharm 光标变成黑块的解决方式
Feb 06 Python
利用pandas将numpy数组导出生成excel的实例
Jun 14 #Python
详解Django 中是否使用时区的区别
Jun 14 #Python
python dataframe 输出结果整行显示的方法
Jun 14 #Python
Python3.6基于正则实现的计算器示例【无优化简单注释版】
Jun 14 #Python
Python3.6简单反射操作示例
Jun 14 #Python
Python3.6日志Logging模块简单用法示例
Jun 14 #Python
Python实现的knn算法示例
Jun 14 #Python
You might like
PHP 模拟登陆MSN并获得用户信息
2009/05/16 PHP
php+mysqli实现批量替换数据库表前缀的方法
2014/12/29 PHP
PHP读书笔记_运算符详解
2016/07/01 PHP
PHP将字符串首字母大小写转换的实例
2017/01/21 PHP
jquery 表格的增行删行实现思路
2013/03/21 Javascript
Js中setTimeout()和setInterval() 何时被调用执行的用法
2013/04/12 Javascript
jquery mobile页面跳转后样式丢失js失效的解决方法
2014/09/06 Javascript
jQuery的one()方法用法实例
2015/01/19 Javascript
jQuery unbind 删除绑定事件详解
2016/05/24 Javascript
vue.js事件处理器是什么
2017/03/20 Javascript
Vue实现双向数据绑定
2017/05/03 Javascript
详解Vue 开发模式下跨域问题
2017/06/06 Javascript
如何将 jQuery 从你的 Bootstrap 项目中移除(取而代之使用Vue.js)
2017/07/17 jQuery
php 解压zip压缩包内容到指定目录的实例
2018/01/23 Javascript
详解React之父子组件传递和其它一些要点
2018/06/25 Javascript
react同构实践之实现自己的同构模板
2019/03/13 Javascript
layui多图上传实现删除功能的例子
2019/09/23 Javascript
JS 逻辑判断不要只知道用 if-else 和 switch条件判断(小技巧)
2020/05/27 Javascript
基于elementUI竖向表格、和并列的案例
2020/10/26 Javascript
Python open读写文件实现脚本
2008/09/06 Python
Python学习笔记(一)(基础入门之环境搭建)
2014/06/05 Python
Python进阶学习之特殊方法实例详析
2017/12/01 Python
python解决字符串倒序输出的问题
2018/06/25 Python
Python3批量移动指定文件到指定文件夹方法示例
2019/09/02 Python
Pytorch: 自定义网络层实例
2020/01/07 Python
python GUI库图形界面开发之PyQt5信号与槽多窗口数据传递详细使用方法与实例
2020/03/08 Python
法律专业推荐信范文
2013/11/29 职场文书
致全体运动员广播稿
2014/02/01 职场文书
校园摄影活动策划方案
2014/02/05 职场文书
个人函授自我鉴定
2014/03/25 职场文书
《祁黄羊》教学反思
2014/04/22 职场文书
社区党建工作方案
2014/06/10 职场文书
2016春节慰问信范文
2015/03/25 职场文书
红十字会救护培训简讯
2015/07/20 职场文书
Idea连接MySQL数据库出现中文乱码的问题
2021/04/14 MySQL
Hive日期格式转换方法总结
2022/06/25 数据库