19 NumPy在数据分析中的应用之数据读取

在数据分析的工作流程中，数据的读取是一个至关重要的步骤。在本章中，我们将深入探讨如何使用 NumPy 进行数据读取，帮助您将外部数据导入到 NumPy 数组中，以便进行进一步的分析。数据读取可以来自多种来源，包括文本文件、CSV 文件、Excel 表格等，下面我们将逐一探讨。

1. 从文本文件读取数据

使用 NumPy，我们可以轻松地从文本文件中读取数据。最常用的方法是 numpy.loadtxt() 和 numpy.genfromtxt()。

使用 numpy.loadtxt()

numpy.loadtxt() 函数用于从文本文件中读取简单的数字数据。以下是一个简单的示例：

假设我们有一个名为 data.txt 的文本文件，内容如下：

1.0 2.0 3.0
4.0 5.0 6.0
7.0 8.0 9.0

我们可以使用以下代码将内容读取到一个 NumPy 数组中：

import numpy as np

data = np.loadtxt('data.txt')
print(data)

运行结果将是：

[[1. 2. 3.]
 [4. 5. 6.]
 [7. 8. 9.]]

使用 numpy.genfromtxt()

相比 loadtxt，genfromtxt 更加灵活，它可以处理缺失值和其他数据类型。例如，假设我们的文件包含一些缺失值：

1.0 2.0 3.0
4.0 NaN 6.0
7.0 8.0 9.0

我们可以使用 genfromtxt() 来读取这个文件，并指定 filling_values 参数来处理缺失值：

data = np.genfromtxt('data_with_nan.txt', filling_values=0)
print(data)

输出结果将是：

[[1. 2. 3.]
 [4. 0. 6.]
 [7. 8. 9.]]

在这个示例中，缺失的值被替换为 0。

2. 从CSV文件读取数据

NumPy 还可以方便地读取 CSV 文件，这也是数据分析中最常用的数据格式之一。

使用 numpy.loadtxt() 读取 CSV

只需指定分隔符为逗号 ,：

data = np.loadtxt('data.csv', delimiter=',')
print(data)

使用 numpy.genfromtxt() 读取 CSV

同样，你可以使用 genfromtxt() 读取 CSV 文件，方法类似：

data = np.genfromtxt('data.csv', delimiter=',', filling_values=0)
print(data)

3. 从Excel文件读取数据

虽然 NumPy 本身并不直接支持 Excel 文件的读取，但我们可以使用 pandas 库将 Excel 文件转换为 NumPy 数组。

使用 pandas 读取 Excel

首先安装 pandas 库（如果尚未安装）：

pip install pandas

接下来，我们可以使用 pandas.read_excel() 将数据读取到 DataFrame 中，然后将其转换为 NumPy 数组：

import pandas as pd

df = pd.read_excel('data.xlsx')
data = df.to_numpy()
print(data)

以上代码从 Excel 文件中读取数据，并将其转换为 NumPy 数组，方便后续的分析。

4. 小结

在本章中，我们学习了如何使用 NumPy 读取多种格式的数据，包括文本文件、CSV 文件和通过 pandas 读取 Excel 文件。通过这些方法，我们可以将外部数据导入到 NumPy 数组中，以进一步进行数据分析和处理。

在下一章中，我们将探讨数据的预处理，包括清理数据、处理缺失值和规范化数据等重要步骤。这些步骤对于确保我们的数据分析准确有效至关重要。请继续关注！