python中np.genfromtxt一个简单例子
来源:互联网 发布:vissim仿真软件 编辑:程序博客网 时间:2024/06/15 08:56
比如我现在有txt文件,如下所示,前面是路径,后面的对应的标签,图像大数据处理的人都知道,需要有一个txt文件,然后根据这个txt文件来读取图像或者制作数据
比如我的txt文件列表是
train1/9381_106_1.tif 1
train1/9381_106_10.tif 1
train1/9381_106_100.tif 1
train1/9381_106_101.tif 1
train1/9381_106_102.tif 1
train1/9381_106_103.tif 1
train1/9381_106_104.tif 1
tif前是对应的路径,1对应的是label,现在我想分别读取路径和label,其中我发现了numpy的一个函数,np.genfromtxt
具体代码如下所示
import numpy as npdef load_file(examples_list_file): # type: (object) -> object lines = np.genfromtxt(examples_list_file, delimiter=" ", dtype=[('col1', 'S120'), ('col2', 'i8')]) examples = [] labels = [] for example, label in lines: examples.append(example) labels.append(label) return np.asarray(examples), np.asarray(labels), len(lines)train_file = '/media/hjxu/LENOVO/data/data_examples/256X256/train.txt'examples, labels, examples_num = load_file(train_file)for i in range(examples_num): print 'No',i,'path',examples[i],'label is',labels[i]
上述代码返回
No 122014 path train2/9436_9_93.tif label is 2
No 122015 path train2/9436_9_94.tif label is 2
No 122016 path train2/9436_9_95.tif label is 2
No 122017 path train2/9436_9_96.tif label is 2
No 122018 path train2/9436_9_97.tif label is 2
No 122019 path train2/9436_9_98.tif label is 2
No 122020 path train2/9436_9_99.tif label is 2
我们可以知道load_file这个函数返回txt文件中的路径,label,以及总共多少例
- python中np.genfromtxt一个简单例子
- python中np.random.randint()
- numpy 中关于genfromtxt的几个示例
- numpy中loadtxt与genfromtxt函数
- java中Synchronized的一个简单例子
- ORACLE中一个简单的PIVOT例子
- ORACLE中一个简单的UNPIVOT例子
- 一个android中AIDL的简单例子
- python中多线程的一个例子
- python 中 np.sum()函数 通俗易懂理解!
- Python 多线程简单例子
- python多线程简单例子
- python thrift简单例子
- tcp简单例子-python
- Python + Socket 简单例子
- Python多线程简单例子
- python多线程 简单例子
- 一个简单木马例子
- 用HttpClient发送get,post请求的工具类
- c&c++动态内存管理
- 存储过程使用sp_xml_preparedocument处理XML文档的方法
- Activity的生命周期
- 排序算法之快速排序
- python中np.genfromtxt一个简单例子
- Java异常之自定义异常
- Linux 使用wget 命令下载JDK的方法
- 设计模式之装饰模式
- 4-13 折半查找 (15分)
- 如何打印一个类的属性(例如textview里的控件等,基于oc里没有绝对的私有变量这一规则实现)
- Android 布局常用的属性
- iOS远程推送和本地推送
- 坐标上升/下降算法