numpy.genfromtxt(fname, dtype=<class ‘float’>, comments=’#’, delimiter=None, skip_header=0, skip_footer=0, converters=None, missing_values=None, filling_values=None, usecols=None, names=None, excludelist=None, deletechars=None, replace_space=’_’, autostrip=False, case_sensitive=True, defaultfmt=‘f%i’, unpack=None, usemask=False, loose=True, invalid_raise=True, max_rows=None, encoding=‘bytes’)

从文本文件加载数据，并按指定处理缺失值。

参数： fname：file, str, pathlib.Path, list of str, generator

                          要读取的文件，文件名，列表或生成器。 如果文件扩展名为gz或bz2，则首先解压缩文件。 请注意，生成器必                                  须在Python 3k中返回字节字符串。 列表中的字符串或生成器生成的字符串被视为行。

dtype : dtype, optional

        结果数组的数据类型。 如果为None，则dtypes将由每列的内容单独确定。

comments : str, optional

        用于表示评论开始的字符。 注释后出现在行上的所有字符都将被丢弃

delimiter : str, int, or sequence, optional

        用于分隔值的字符串。 默认情况下，任何连续的空格都用作分隔符。 也可以提供整数或整数序列作为每个字段的宽度。

skiprows : int, optional

        skiprows was removed in numpy 1.10. Please use skip_header instead.

skip_header : int, optional

         要在文件开头跳过的行数。

skip_footer : int, optional

        要在文件末尾跳过的行数。

converters : variable, optional

        将列数据转换为值的函数集。 转换器还可用于为丢失的数据提供默认值：converters = {3：lambda s：float（s或0）}。

missing_values : variable, optional

        与缺失数据相对应的字符串集。

usecols : sequence, optional

        要读取哪些列，其中0为第一列。 例如，usecols =（1,4,5）将提取第2列，第5列和第6列。

x = np.genfromtxt('feature_data.csv',dtype=float,delimiter=',')
x_train,X_test,y_train,y_test = train_test_split(X,Y,test_size = 

转载于：https://blog.csdn.net/weixin_41811657/article/details/84614818