脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → pandas将numpy中的数组数据保存到csv文件

使用pandas将numpy中的数组数据保存到csv文件的方法

 更新时间：2018年06月14日 14:46:50   作者：grey_csdn  
今天小编就为大家分享一篇使用pandas将numpy中的数组数据保存到csv文件的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

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：

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脚本之家。

您可能感兴趣的文章:

相关文章

  • Python 使用openpyxl处理Excel文件详情

    Python 使用openpyxl处理Excel文件详情

    这篇文章主要介绍了Python 使用openpyxl处理Excel文件详情，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下
    2022-08-08
  • 关于keras中keras.layers.merge的用法说明

    关于keras中keras.layers.merge的用法说明

    这篇文章主要介绍了关于keras中keras.layers.merge的用法说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-05-05
  • 探索Python3.4中新引入的asyncio模块

    探索Python3.4中新引入的asyncio模块

    这篇文章主要介绍了Python3.4中新引入的asyncio模块,包括其对端口和服务器等的操作,需要的朋友可以参考下
    2015-04-04
  • python3+PyQt5 实现Rich文本的行编辑方法

    python3+PyQt5 实现Rich文本的行编辑方法

    今天小编就为大家分享一篇python3+PyQt5 实现Rich文本的行编辑方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-06-06
  • Python&Matla实现模拟退火法的示例代码

    Python&Matla实现模拟退火法的示例代码

    模拟退火和蒙特卡洛实验一样，本文主要介绍了Python&Matla实现模拟退火法的示例代码，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2022-03-03
  • python基于tkinter制作m3u8视频下载工具

    python基于tkinter制作m3u8视频下载工具

    这篇文章主要介绍了python如何基于tkinter制作m3u8视频下载工具，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下
    2021-04-04
  • python开发App基础操作API使用示例过程

    python开发App基础操作API使用示例过程

    这篇文章主要为大家介绍了python开发App基础操作API使用的示例过程有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2021-10-10
  • PyQt5 关于Qt Designer的初步应用和打包过程详解

    PyQt5 关于Qt Designer的初步应用和打包过程详解

    Qt Designer中的操作方式十分灵活，其通过拖拽的方式放置控件可以随时查看控件效果。这篇文章主要介绍了PyQt5 关于Qt Designer的初步应用和打包,需要的朋友可以参考下
    2021-09-09
  • python集合的新增元素方法整理

    python集合的新增元素方法整理

    在本篇文章里小编给大家整理了一篇关于python集合的新增元素方法整理内容，有需要的朋友们可以学习下。
    2020-12-12
  • 梅尔倒谱系数（MFCC）实现

    梅尔倒谱系数（MFCC）实现

    这篇文章主要为大家详细介绍了梅尔倒谱系数(MFCC)实现，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2019-06-06

最新评论