Python 限制matplotlib的numpy.genfromtxt读取的数据量

我正在用python创建一个图形，使用源数据的文本文件和matplotlib来绘制图形。 下面的简单逻辑运行良好

但是有没有办法让numpy.gentfromtxt只读取文件“温度记录”的前50行？目前它读取整个文件

temp = numpy.genfromtxt('temperature_logging',dtype=None,usecols=(0))
time = numpy.genfromtxt('temperature_logging',dtype=None,usecols=(1))

dates = matplotlib.dates.datestr2num(time)

pylab.plot_date(dates,temp,xdate=True,fmt='b-')

pylab.savefig('gp.png')

温度测井中的内容

21.75 12-01-2012-15:53:35    
21.75 12-01-2012-15:54:35    
21.75 12-01-2012-15:55:35    
.
.
.

genfromtxt接受迭代器和文件。这意味着它将接受itertools.islice的输出。这里，test.txt是一个五行文件：

>>> import itertools, numpy
>>> with open('test.txt') as t_in:
...     numpy.genfromtxt(itertools.islice(t_in, 3))
... 
array([[  1.,   2.,   3.,   4.,   5.],
       [  6.,   7.,   8.,   9.,  10.],
       [ 11.,  12.,  13.,  14.,  15.]])

有人可能会认为这比让numpy处理文件IO要慢，但快速测试表明情况并非如此。genfromtxt提供了一个skip_footer关键字参数，如果您知道文件的长度，可以使用该参数

>>> numpy.genfromtxt('test.txt', skip_footer=2)
array([[  1.,   2.,   3.,   4.,   5.],
       [  6.,   7.,   8.,   9.,  10.],
       [ 11.,  12.,  13.,  14.,  15.]])

…但对1000行文件的一些非正式测试表明，即使只跳过几行，使用islice也会更快：

>>> def get(nlines, islice=itertools.islice):
...     with open('test.txt') as t_in:
...         numpy.genfromtxt(islice(t_in, nlines))
...         
>>> %timeit get(3)
1000 loops, best of 3: 338 us per loop
>>> %timeit numpy.genfromtxt('test.txt', skip_footer=997)
100 loops, best of 3: 4.92 ms per loop
>>> %timeit get(300)
100 loops, best of 3: 5.04 ms per loop
>>> %timeit numpy.genfromtxt('test.txt', skip_footer=700)
100 loops, best of 3: 8.48 ms per loop
>>> %timeit get(999)
100 loops, best of 3: 16.2 ms per loop
>>> %timeit numpy.genfromtxt('test.txt', skip_footer=1)
100 loops, best of 3: 16.7 ms per loop

---

不知道numpy，但一个可能的解决方案是使用该类

---

这使您只需使用普通文件IO将实际需要的数据加载到字符串中，还有一个字节版本，从字符串创建一个类似文件的对象并将其传递给numpy。

非常违反直觉！有人知道为什么会这样吗？