python:读入numpy.loadtxt格式的文本文件，按数字拆分整数

Python中可以使用numpy库的loadtxt函数来读取numpy.loadtxt格式的文本文件，并按数字拆分整数。

loadtxt函数的语法如下：

numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None)

参数说明：

• fname：要读取的文件名或文件路径。
• dtype：数据类型，默认为float。
• comments：注释标记，默认为'#'。
• delimiter：分隔符，默认为None，表示使用空白字符作为分隔符。
• converters：用于转换数据的函数字典，默认为None。
• skiprows：跳过的行数，默认为0。
• usecols：要读取的列索引，默认为None，表示读取所有列。
• unpack：如果为True，则将每列作为单独的数组返回，默认为False。
• ndmin：返回数组的最小维数，默认为0。
• encoding：文件编码，默认为'bytes'。
• max_rows：最大读取的行数，默认为None，表示读取所有行。

下面是一个示例代码，演示如何使用loadtxt函数读取numpy.loadtxt格式的文本文件，并按数字拆分整数：

import numpy as np

# 读取文件
data = np.loadtxt('data.txt')

# 拆分整数
integer_part = np.floor(data)
decimal_part = data - integer_part

print("整数部分：")
print(integer_part)

print("小数部分：")
print(decimal_part)

以上代码中，假设文件名为data.txt，文件内容如下：

1.23 4.56 7.89
2.34 5.67 8.90

运行结果：

整数部分：
[[1. 4. 7.]
 [2. 5. 8.]]
小数部分：
[[0.23 0.56 0.89]
 [0.34 0.67 0.9 ]]

推荐的腾讯云相关产品：腾讯云对象存储（COS），用于存储和管理大规模的非结构化数据。产品介绍链接地址：https://cloud.tencent.com/product/cos