3

我已将文本文件导入到 numpy 数组中，如下所示。

data=np.genfromtxt(f,dtype=None,delimiter=',',names=None)

其中 f 包含我的 csv 文件的路径

现在数据包含以下内容。

array([(534, 116.48482, 39.89821, '2008-02-03 00:00:49'),
   (650, 116.4978, 39.98097, '2008-02-03 00:00:02'),
   (675, 116.31873, 39.9374, '2008-02-03 00:00:04'),
   (715, 116.70027, 40.16545, '2008-02-03 00:00:45'),
   (2884, 116.67727, 39.88201, '2008-02-03 00:00:48'),
   (3799, 116.29838, 40.04533, '2008-02-03 00:00:37'),
   (4549, 116.48405, 39.91403, '2008-02-03 00:00:42'),
   (4819, 116.42967, 39.93963, '2008-02-03 00:00:43')],
    dtype=[('f0', '<i4'), ('f1', '<f8'), ('f2', '<f8'), ('f3', 'S19')])

如果我现在尝试列切片，即使用提取第一列或第二列

data[:,0]

它说“索引太多”。我发现这是由于它的存储方式。所有行都存储为元组而不是列表/数组。我想过使用“最丑陋”的方式来执行切片，而不必使用迭代。那就是将每行中的元组转换为列表并将其放回 numpy 数组。像这样的东西

data=np.asarray([list(i) for i in data])

但是对于上述问题，我丢失了每一列的数据类型。每个元素都将存储为字符串，而不是在前一种情况下自动检测到的整数或浮点数。

现在，如果我想在不必使用迭代的情况下对列进行切片，有什么办法吗？

4

2 回答 2

5

为您np.genfromtext创建的不是具有objectdtype 的元组数组，而是一个记录数组。您可以从奇怪的 dtype 中看出：

dtype=[('f0', '<i4'), ('f1', '<f8'), ('f2', '<f8'), ('f3', 'S19')]

该列表中的每个元组都包含相应字段的名称，其 dtype<i4是一个 little endian 4 字节整数、<f8一个 little endian 8 字节浮点数和S19一个 19 字符长的字符串。您可以按名称访问字段：

In [2]: x['f0']
Out[2]: array([ 534,  650,  675,  715, 2884, 3799, 4549, 4819])

In [3]: x['f1']
Out[3]: 
array([ 116.48482,  116.4978 ,  116.31873,  116.70027,  116.67727,
        116.29838,  116.48405,  116.42967])
于 2013-04-21T21:14:06.183 回答
2

也许对于您的情况，您可以使用zip.

import numpy as np

x = np.array([(534, 116.48482, 39.89821, '2008-02-03 00:00:49'),
              (650, 116.4978, 39.98097, '2008-02-03 00:00:02'),
              (675, 116.31873, 39.9374, '2008-02-03 00:00:04'),
              (715, 116.70027, 40.16545, '2008-02-03 00:00:45'),
              (2884, 116.67727, 39.88201, '2008-02-03 00:00:48'),
              (3799, 116.29838, 40.04533, '2008-02-03 00:00:37'),
              (4549, 116.48405, 39.91403, '2008-02-03 00:00:42'),
              (4819, 116.42967, 39.93963, '2008-02-03 00:00:43')],
              dtype=[('f0', '<i4'), ('f1', '<f8'), ('f2', '<f8'), ('f3', 'S19')])

b = zip(*x)

结果：

>>> b[0]
(534, 650, 675, 715, 2884, 3799, 4549, 4819)
>>> b[1]
(116.48482, 116.4978, 116.31873, 116.70027, 116.67726999999999, 116.29837999999999, 116.48405, 116.42967)
于 2013-04-21T18:55:13.880 回答