1. numpy.genfromtxt(fname, dtype=<type '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) ：从文本文件中加载数组，通用性很强，可以处理缺失数据的情况。 loadtxt()函数只能处理数据无缺失的情况。

• fname：指定的数据源。可以为：
  • 文件名字符串。如果后缀为gz或者bz2，则首先自动解压缩
  • 文件对象/字符串列表/其他可迭代对象：这些可迭代对象必须返回字符串（该字符串被视为一行）
• dtype：数组的元素类型，可以提供一个序列，指定每列的数据类型
• comments：一个字符串，其中每个字符都指定了注释行的第一个字符。注释行整体被放弃
• delimiter：指定了分隔符。可以为：
  • 字符串：指定分隔符。默认情况下，所有连续的空白符被认为是分隔符
  • 一个整数：指定了每个字段的宽度
  • 一个整数序列：依次给出了各个字段的宽度
• skiprows：被废弃，推荐使用skip_header
• skip_header：一个整数，指定跳过文件头部多少行
• skip_footer：一个整数，指定跳过文件尾部多少行
• converters：用于列数据的格式转换。你可以指定一个字典，字典的键就是列号： converters={0: lambda s: float(s or 0),1: lambda s: int(s or 199),...}
• missing：被废弃，推荐使用missing_values
• missing_values:指定缺失数据。你可以自定一个字典，字典的键就是缺失位置的字符串，值就是缺失值。比如你可以指定NNNN为缺失数据，此时遇到NNNN时，numpy解析为np.nan
• filling_values：指定缺失值的填充值。即解析到np.nan时，用什么值代替它
• usecols：一个序列，指定了要读取那些列（列从0 计数）
• names：
  • 如果为True，则在skip_header行之后第一行被视作标题行，将从该行读取每个字段的name。
  • 如果为序列或者一个以冒号分隔的字符串，则使用它作为各个字段的name
  • 如果为None,则每个dtype字段的名字被使用
• excludelist：一个序列，给出了需要排除的字段的name。
• deletechars：A string combining invalid characters that must be deleted from the names
• defaultfmt：A format used to define default field names, such as “f%i” or “f_%02i”.
• autostrip：一个布尔值。如果为True，则自动移除数据中的空白符
• replace_space：一个字符。如果变量名中有空白符，如user name，则使用该字符来替代空白符。默认为_，即变量名转换为user_name
• case_sensitive：一个布尔值或者字符串。如果为True，则字段名是大小写敏感的。如果为False或者'upper'，则字段名转换为大写字符。如果为'lower'则转换为小写字符。
• unpack:If True, the returned array is transposed
• usemask:If True, return a masked array
• loose:If True, do not raise errors for invalid values
• invalid_raise:If True, an exception is raised if an inconsistency is detected in the number of columns. If False, a warning is emitted and the offending lines are skipped
• max_rows:一个整数，指定读取的最大行数。

2. numpy.loadtxt(fname, dtype=<type 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)：它作用与genfromtxt相同，但是它只能用于规则比较简单的文件，并且它的解析速度更快。

• ndim：一个整数。指定结果数组必须拥有不少于ndim维度。
• 其他参数参考genfromtxt