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查看列的唯一值方法

    python查看列的唯一值方法

    今天小编就为大家分享一篇python查看列的唯一值方法，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
    2018-07-07
  • Python基于DB-API操作MySQL数据库过程解析

    Python基于DB-API操作MySQL数据库过程解析

    这篇文章主要介绍了Python基于DB-API操作MySQL数据库过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-04-04
  • Python3爬虫中关于中文分词的详解

    Python3爬虫中关于中文分词的详解

    在本篇文章里小编给大家整理的是关于Python3爬虫中关于中文分词的详解内容，需要的朋友们可以参考下。
    2020-07-07
  • Django 对象关系映射(ORM)源码详解

    Django 对象关系映射(ORM)源码详解

    这篇文章主要介绍了Django 对象关系映射(ORM)源码详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-08-08
  • Python利用yarl实现轻松操作url

    Python利用yarl实现轻松操作url

    在诸如网络爬虫、web应用开发等场景中，我们需要利用Python完成大量的url解析、生成等操作。本文为大家介绍了Pythonyarl操作url的方法，需要的可以了解一下
    2022-10-10
  • python可视化之颜色映射详解

    python可视化之颜色映射详解

    Python的可视化有很多种，这篇文章主要介绍了Python可视化的颜色映射，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-09-09
  • Python中执行JavaScript实现数据抓取的多种方法

    Python中执行JavaScript实现数据抓取的多种方法

    JavaScript是一门强大的脚本语言,广泛应用于网页前端开发、构建交互式用户界面以及处理各种客户端端任务,有时可能需要在Python环境中执行JavaScript代码,本文将介绍多种方法,帮助你在Python中执行 JavaScript代码,并提供详尽的示例代码,使你能够轻松掌握这一技能
    2023-11-11
  • Python常用模块之threading和Thread模块及线程通信

    Python常用模块之threading和Thread模块及线程通信

    这篇文章主要介绍了Python常用模块之threading和Thread模块及线程通信，文章为围绕主题的相关内容展开详细的内容介绍，具有一定的参考价值，需要的朋友看可以参考一下方法
    2022-06-06
  • 简单实现python收发邮件功能

    简单实现python收发邮件功能

    这篇文章主要教大家如何简单实现python收发邮件功能，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-01-01
  • python基础之入门必看操作

    python基础之入门必看操作

    下面小编就为大家带来一篇python基础之入门必看操作。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2017-07-07

最新评论