你也可以在不使用任何模块的情况下使用纯python来实现。

# format as a block of csv text to do whatever you want
csv_rows = ["{},{}".format(i, j) for i, j in array]
csv_text = "\n".join(csv_rows)

# write it to a file
with open('file.csv', 'w') as f:
    f.write(csv_text)

NumPy .savetxt()方法用于将NumPy数组保存到输出文本文件中，但是默认情况下它将使用科学表示法。

如果希望避免这种情况，则需要使用fmt参数指定适当的格式。例如,

import numpy as np

np.savetxt('output.csv', arr, delimiter=',', fmt='%f')

如前所述，将数组转储到CSV文件的最佳方法是使用.savetxt(…)方法。然而，有一些事情我们应该知道如何正确地去做。

例如，如果您有一个dtype = np.int32 as的numpy数组

   narr = np.array([[1,2],
                 [3,4],
                 [5,6]], dtype=np.int32)

并使用savetxt as保存

np.savetxt('values.csv', narr, delimiter=",")

它将以浮点指数格式存储数据

1.000000000000000000e+00,2.000000000000000000e+00
3.000000000000000000e+00,4.000000000000000000e+00
5.000000000000000000e+00,6.000000000000000000e+00

您必须使用名为fmt as的参数来更改格式

np.savetxt('values.csv', narr, fmt="%d", delimiter=",")

以原始格式存储数据

以压缩的gz格式保存数据

此外，savetxt可以用于存储.gz压缩格式的数据，这在通过网络传输数据时可能很有用。

我们只需要将文件扩展名更改为.gz, numpy就会自动处理所有事情

np.savetxt('values.gz', narr, fmt="%d", delimiter=",")

希望能有所帮助

如果你想保存你的numpy数组(例如your_array = np.array([[1,2]，[3,4]]))到一个单元格，你可以先用your_array.tolist()转换它。

然后以正常的方式保存到一个单元格，分隔符=';' csv-file中的单元格看起来像这样[[1,2]，[2,4]]

然后你可以像这样恢复你的数组: Your_array = np.array(ast.literal_eval(cell_string))

Tofile是一个方便的函数:

import numpy as np
a = np.asarray([ [1,2,3], [4,5,6], [7,8,9] ])
a.tofile('foo.csv',sep=',',format='%10.5f')

手册页有一些有用的注释:

这是一个方便的函数，用于快速存储数组数据。 关于字节序和精度的信息会丢失，因此此方法不会丢失 对于用于归档数据或传输数据的文件来说，这是一个很好的选择 在具有不同字节序的机器之间。其中一些问题可以 通过将数据输出为文本文件来克服 速度和文件大小。

请注意。此函数不会生成多行csv文件，它将所有内容保存到一行。

你可以用熊猫。它确实需要一些额外的内存，所以它并不总是可行的，但它非常快速和易于使用。

import pandas as pd 
pd.DataFrame(np_array).to_csv("path/to/file.csv")

如果你不想要一个头或索引，使用to_csv("/path/to/file.csv"， header=None, index=None)