使用pandas将numpy中的数组数据保存为csv文件的方法

如果想保存numpy中的数组元素到一个文件中，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：

import numpy as npimport pandas as pdarr1 = np.arange(81).reshape(9, 9)print("arr1的type: {}".format(type(arr1)))print("arr1的shape: {}".format(arr1.shape))print(arr1)print(print('-'*100))

输出：

arr1的type: arr1的shape: (9, 9)[[ 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]]

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。

data1 = pd.Dataframe(arr1)print("data1的type: {}".format(type(data1)))print("data1的shape: {}".format(data1.shape))print(data1)print(print('-'*100))

输出：

data1的type: data1的shape: (9, 9) 0 1 2 3 4 5 6 7 80 0 1 2 3 4 5 6 7 81 9 10 11 12 13 14 15 16 172 18 19 20 21 22 23 24 25 263 27 28 29 30 31 32 33 34 354 36 37 38 39 40 41 42 43 445 45 46 47 48 49 50 51 52 536 54 55 56 57 58 59 60 61 627 63 64 65 66 67 68 69 70 718 72 73 74 75 76 77 78 79 80----------------------------------------------------------------------------------------------------

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：

# data1.to_csv('路径/文件名.csv')data1.to_csv('路径/data1.csv', index=False)# 注意要把index=False加上，否者index也会被存为一列，再读取时shape会发生变化，多了一列，shape变为（9,10）

读取文件：

data = pd.read_csv('路径/data1.csv')

完整代码：

import numpy as npimport pandas as pdarr1 = np.arange(81).reshape(9, 9)print("arr1的type: {}".format(type(arr1)))print("arr1的shape: {}".format(arr1.shape))print(arr1)print(print('-'*100))data1 = pd.Dataframe(arr1)print("data1的type: {}".format(type(data1)))print("data1的shape: {}".format(data1.shape))print(data1)print(print('-'*100))# data1.to_csv('路径/文件名.csv')data1.to_csv('路径/data1.csv', index=False) # 注意要把index=False加上，否者index也会被存为一列，再读取时shape会发生变化，多了一列，shape变为（9,10）data = pd.read_csv('路径/data1.csv')