这个函数要求txt中都是数值，不能有字符，且返回的data的数据类型是numpy.ndarray。
我的txt数据是每行一个数，有n列，所以参数delimiter='n'。
import numpy as np
path = r"C:123456test.txt"
def LoadTxtData(filename):
data = np.loadtxt(filename, dtype=np.float32, delimiter='n')
return data
mydata = LoadTxtData(path)
print(type(mydata)) #看一下什么类型，便于后续进行其他处理
print(mydata)
（2） pandas的read_table()函数
这个函数不要求txt中全是数值，返回的data类型是DataFrame。
import pandas as pd
path = r"C:123456test.txt"
def LoadTxtTestData(filename):
data = pd.read_table(filename,header=None, sep='n')
return data
mydata = LoadTxtTestData(path)
print(type(mydata)) #看一下什么类型，便于后续进行其他处理
print(mydata)
2、删除DataFrame中NAN所在行/列
删除表中全部为NAN的行：
df.dropna(axis=0, how='all')
删除表中含有NAN的行：
df.dropna(axis=0, how='any')
删除表中全部为NAN的列：
df.dropna(axis=1, how='all')
删除表中含有NAN的列：
df.dropna(axis=1, how='any')
参考了：
1、https://wenku.baidu.com/view/a9ce5cf0ae51f01dc281e53a580216fc700a5380.html
2、https://blog.csdn.net/ggj0727/article/details/120605935
