我正在使用 .csv 文件导入 CSV 文件numpy.genfromtxt。
要导入的数据有一个列名标题，其中一些列名包含genfromtxt认为无效的字符。具体来说，一些名称包含“#”和“”。输入数据无法更改，因为它是由我无法控制的其他来源生成的。
使用names=Trueand comments=None，我无法引入我需要的所有列名。
我尝试过覆盖numpy.lib.NameValidator.deletechars=None，但这不会影响实际使用的 NameValidator 类实例。
我知道这deletechars是由于重新排列可能会像访问属性一样访问字段而存在。但是，我必须能够读入包含无效字符的列名，即使在读入时删除了这些字符。
有没有办法强制NameValidator不检查无效字符，或修改它检查的字符？我无法修改 numpy/lib/_iotools.py 因为我不是 root 并且修改共享安装会很糟糕。
您没有明确声明 numpy.genfromtxt 是一项硬性要求，因此我建议您尝试asciitable。
该模块有一种在解析之前替换某些条目的方法：http: //cxc.harvard.edu/contrib/asciitable/#replace-bad-or-missing-values
您还可以根据现有的读者定义自己的读者：http: //cxc.harvard.edu/contrib/asciitable/#advanced-table-reading
asciitable reader 的输出是 numpy 数组，所以你应该可以直接用 asciitable 或多或少地替换你当前使用的函数。
恕我直言，genfromtxt通常用于一些更简单的解决方案可以做到的情况。
因此，除非您有一些麻烦的数据集（缺少条目、多个未知的列类型），否则最好编写一个快速而肮脏的解析器（即，跳过一些行，解析标题，读取其余部分并在最后重新组织）。
现在，如果你真的需要genfromtxt，@ecatmur 公正地指出，deletechars参数genfromtxt被发送_iotools.NameValidator到构造要删除的字符集。使用deletechars=None告诉NameValidator使用默认集。首先要尝试的是不要使用deletechars=None，而是使用空的setor ''。
请注意，无论如何，双引号"和结尾空格将被删除，并且将区分相似的名称：
>>> fields = ["blah", "'blah'", "\"blah\"", "#blah", "blah "]
>>> np.lib._iotools.NameValidator(deletechars='').validate(fields)
... ('blah', "'blah'", 'blah_1', '#blah', 'blah_2')
第三个和最后一个条目将产生三个名为 的列blah，因此我们必须重命名它们。
如果这不适合您，恐怕您会遇到障碍：目前没有办法告诉genfromtxt您接受定制的NameValidator. 不过，这可能是个好主意，因此您可能想在 numpy 的邮件列表中提出这一点。
NameValidatordeletechars如果使用 构造，将使用其默认集deletechars=None，但如果您传入非None集，则它将使用该集。并np.genfromtext接受deletechars它传递给的参数NameValidator。
所以，你应该可以写
np.genfromtxt(..., deletechars=set())
对于空集或默认值的某个子集set("""~!@#$%^&*()-=+~\|]}[{';: /?.>,<""")：
deletechars = np.lib._iotools.NameValidator.defaultdeletechars - set("# ")
np.genfromtxt(..., deletechars=deletechars)