利用NumPy与pandas将数组数据写入CSV文件的完整指南
发布时间：2026-10-13| 6人浏览过
本文详细演示如何使用NumPy的savetxt函数和pandas的to_csv方法将数组数据保存为CSV文件。内容涵盖设置随机种子、生成含NaN值的3x4数组、指定格式与分隔符，以及处理DataFrame列名和缺失值字符串，提供完整的代码示例与参数说明。
将数组数据存储为CSV等分隔符格式的文件：
以下代码首先为随机数生成器设定种子，随后生成一个3行4列的NumPy数组。
将数组中特定元素的值修改为NaN：
In [26]: import numpy as np In [27]: np.random.seed(42) In [28]: a = np.random.randn(3,4) In [29]: a[2][2] = np.nan In [30]: print(a) [[ 0.49671415 -0.1382643 0.64768854 1.52302986] [-0.23415337 -0.23413696 1.57921282 0.76743473] [-0.46947439 0.54256004 nan -0.46572975]]
NumPy提供的savetxt()函数与loadtxt()函数相对应，该函数支持以CSV等分隔符格式保存数组数据：
In [31]: np.savetxt('np.csv',a,fmt='%.2f',delimiter=',',header="#1,#2,#3,#4")
在上述函数调用中，我们指定了保存数组的目标文件名、数组对象、可选的格式字符串、分隔符以及可选的表头信息。
执行命令cat np.csv即可查看刚才生成的np.csv文件的具体内容。
基于随机生成的数组创建pandas DataFrame对象：
In [38]: df = pd.DataFrame(a) In [39]: df Out[39]: 0 1 2 3 0 0.496714 -0.138264 0.647689 1.523030 1 -0.234153 -0.234137 1.579213 0.767435 2 -0.469474 0.542560 NaN -0.465730
pandas会自动为数据生成默认的列名。
使用pandas的to_csv()方法可以将DataFrame保存为CSV文件：
In [40]: df.to_csv('pd.csv',float_format='%.2f',na_rep="NAN!")
调用该方法时，需要提供文件名、类似NumPy中savetxt()函数的可选格式字符串，以及表示NaN值的可选字符串。
以上关于使用NumPy和pandas对CSV文件进行写操作的实例分享完毕，希望能为读者提供参考，欢迎支持本站。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
