def loadtxt(fname, dtype=float, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)
Returns: str or recarray or tuple or list
返回：字符串，recarray,元组，列表
参数：
----------
fname :文件或字符串
机读的文件，文件名 . 如果文件的扩展名是 ``.gz`` or ``.bz2``,这个文件首先要解压缩。 Note that generators should return byte strings for Python 3k.
dtype : 数据类型
生成数据的数据类型，默认是浮点数。如果是记录类型，将返回1维数组，文本文件中的每一行都是数组的一个元素，文本文件的列数必须匹配记录类型的字段数。
comments : str, optional
用于指示注释开头的字符，默认值为 : '#'.delimiter : str, optional
用于分隔值的字符，缺省值为任何空白字符，如空格 ，制表符
converters : dict, optional 字典
这是一个字典 ，用来定义将对应的列转换为浮点数的函数。列入：0列是日期字符串："converters={0:datestr2num}".convertes 同时也能够为丢失的数据设置缺省值："convertes={3:lambda s:float(s.strip() or 0)}"。缺省None.
跳过开头的 `skiprows` 行数 ;缺省值：0
usecols : sequence, optional（队列）
确定那几列被读取。从0开始。例："usecols=(1,4,5)" ，将读取第2列，5列和第6列。缺省值为none，读取所有的列。
如果是True，返回的数组将被转置，以便可以使用`x，y，z=loadtxt(...)‘’解压参数。当与记录数据类型一起使用时，每个字段都返回数组。默认是False
ndmin : int, optional （整数）
.. versionadded:: 1.6.0
返回
-------
out : ndarray
从文本文件读入数据
See Also
--------
load, fromstring, fromregex
genfromtxt : Load data with missing values handled as specified.
scipy.io.loadmat : reads MATLAB data files
注意
-----
这个函数的目标是快速读取简单格式化的文件。“genfromtxt”函数提供了更复杂的处理方法，例如，缺少值的行。
--------
>>> from StringIO import StringIO # StringIO behaves like a file object
>>> c = StringIO("0 1\n2 3")
>>> np.loadtxt(c)
array([[ 0., 1.],
[ 2., 3.]])
>>> d = StringIO("M 21 72\nF 35 58")
>>> np.loadtxt(d, dtype={'names': ('gender', 'age', 'weight'),
... 'formats': ('S1', 'i4', 'f4')})
array([('M', 21, 72.0), ('F', 35, 58.0)],
dtype=[('gender', '|S1'), ('age', '<i4'), ('weight', '<f4')])
>>> c = StringIO("1,0,2\n3,0,4")
>>> x, y = np.loadtxt(c, delimiter=',', usecols=(0, 2), unpack=True)
>>> x
array([ 1., 3.])
>>> y
array([ 2., 4.])