因為...我喜歡你~里維兵長!

圖片來源:(https://forum.gamer.com.tw/Co.php?bsn=43473&sn=45361)

NumPy讀取陣列

索引(Indexing)

單一元素的存取

直接使用中括號，並指定要存取的索引值
索引值從 0 開始

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr[2])  # 輸出：3

多維陣列的存取

使用逗號分隔不同維度的索引

arr2d = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2d[1, 2])  # 輸出：6

切片(Slicing)

arr[start:stop:step]

arr = np.arange(10)
print(arr[2:5])   # 輸出： [2 3 4]
print(arr[::2])    # 輸出： [0 2 4 6 8] (取偶數索引的元素)

布林值索引(Boolean Indexing)

• 創建布林陣列：使用條件判斷產生一個與原陣列形狀相同的布林陣列
• 使用布林陣列索引：將布林陣列作為索引，取出對應為 True 的元素

arr = np.array([1, 2, 3, 4, 5])
mask = arr > 3
print(arr[mask])  # 輸出： [4 5]

綜合範例

import numpy as np

# 創建一個二維陣列
arr = np.arange(25).reshape(5, 5)
print(arr)

輸出 [[ 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]]

# 索引第2行第3列的元素
print(arr[1, 2])

輸出 7

# 切片取出第2行到第4行，第1列到第3列的子陣列
print(arr[1:4, 0:3])

輸出
[[ 5  6  7]
 [10 11 12]
 [15 16 17]]

# 找出大於15的元素
mask = arr > 15
print(arr[mask])

輸出 [16 17 18 19 20 21 22 23 24]

# 將大於15的元素替換為0
arr[mask] = 0
print(arr)

輸出
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15  0  0  0  0]
 [ 0  0  0  0  0]]

注意事項

• 索引從 0 開始
• 切片時，結束索引是不包含的
• 布林索引的形狀必須與原陣列相同
• 修改切片或布林索引得到的陣列會直接修改原陣列，如果要避免修改原陣列，可以先複製一份

從檔案讀取

# 從 CSV 檔案讀取
data = np.loadtxt('data.csv', delimiter=',')

常用函數

• np.loadtxt()：讀取由空格或其他分隔符分隔的ASCII文本數據
• np.genfromtxt()：功能比 np.loadtxt()更強大，可以處理缺失值、不同數據類型等更複雜的情況
• np.load()：讀取以 .npy 格式保存的Numpy二進位檔案。
• np.fromfile()：從二進位檔案中讀取數據

1.從文本文件讀取

np.loadtxt()

import numpy as np

data = np.loadtxt('data.txt', delimiter=',')  # 以逗號分隔

np.genfromtxt()

data = np.genfromtxt('data.csv', delimiter=',', skip_header=1, missing_values='NA', filling_values=0)

2.從 CSV 文件讀取

pandas.read_csv()

Pandas 是另一個強大的數據分析庫，其 read_csv() 函數專門用於讀取 CSV 文件，並返回一個 DataFrame 對象

import pandas as pd

df = pd.read_csv('data.csv')
data = df.values  # 將 DataFrame 轉換為 Numpy 陣列

3.從二進位文件讀取

np.load()

讀取 Numpy 之前保存的 .npy 或 .npz 文件

data = np.load('data.npy')

4.從其他格式讀取

• scipy.io.loadmat()：讀取 MATLAB 的 .mat 文件
• h5py：讀取 HDF5 格式的文件

重要參數

從 CSV 文件讀取數據

import numpy as np

# 讀取 CSV 文件，以逗號分隔，跳過第一行，將缺失值填充為0
data = np.genfromtxt('sales_data.csv', delimiter=',', skip_header=1, filling_values=0)

# 顯示讀取的數據
print(data)