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))

将记录数组写入带标题的CSV文件需要更多的工作。

这个例子从一个CSV文件(example. CSV)中读取，并将其内容写入另一个CSV文件(out.csv)。

import numpy as np

# Write an example CSV file with headers on first line
with open('example.csv', 'w') as fp:
    fp.write('''\
col1,col2,col3
1,100.1,string1
2,222.2,second string
''')

# Read it as a Numpy record array
ar = np.recfromcsv('example.csv', encoding='ascii')
print(repr(ar))
# rec.array([(1, 100.1, 'string1'), (2, 222.2, 'second string')], 
#           dtype=[('col1', '<i8'), ('col2', '<f8'), ('col3', '<U13')])

# Write as a CSV file with headers on first line
with open('out.csv', 'w') as fp:
    fp.write(','.join(ar.dtype.names) + '\n')
    np.savetxt(fp, ar, '%s', ',')

注意，上面的例子不能处理带有逗号的字符串的值。要始终将非数字值括在引号内，请使用csv内置模块:

import csv

with open('out2.csv', 'w', newline='') as fp:
    writer = csv.writer(fp, quoting=csv.QUOTE_NONNUMERIC)
    writer.writerow(ar.dtype.names)
    writer.writerows(ar.tolist())

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')

要将NumPy数组存储到文本文件中，请从NumPy模块导入savetxt

假设你的Numpy数组名称是train_df:

import numpy as np
np.savetxt('train_df.txt', train_df, fmt='%s')

OR

from numpy import savetxt
savetxt('train_df.txt', train_df, fmt='%s')

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。