我试图将 ndarray 中的每一列乘以一个标量。当我尝试这样做时，我得到了错误TypeError: invalid type promotion。
我试过使用array.astype(float)，但这给出了所有NaNs.
array = np.genfromtxt("file.csv", dtype=float, delimiter='\t', names=True)
newarray = array*4.0
file.csv有许多列标题。例如：
array['col_a'] = [5.0, 6.0]
乘以标量后，我想要
newarray['col_a']：[20.0, 24.0]
老实说，我很惊讶这从未出现在我自己的代码中，但事实证明 Numpy 结构化数组（即具有字段名称的数组）不支持标准算术运算符 +, -, *, or /（见脚注*）。
因此，您唯一的选择是使用阵列的非结构化版本。@hpaulj 的评论指出了您可以这样做的方式（这个旧答案包含对如何获得添加以使用结构化数组的彻底探索。）。索引单个字段（其结果的行为类似于标准数组）并将其相乘：
import numpy as np
from io import StringIO
csv = '''col_a\tcol_b\tcol_c
5.0\t19.6\t22.8
6.0\t42.42\t39.208
'''
arr = np.genfromtxt(StringIO(csv), dtype=np.float64, delimiter='\t', names=True)
xcol_a = arr['col_a']*4
print(xcol_a)
# output: [20. 24.]
或者在生成数组时省略names=Truekwarg（这使得np.genfromtxt返回标准数组而不是结构化数组）：
arrstd = np.genfromtxt(StringIO(csv), dtype=np.float64, delimiter='\t', skip_header=True)
print(arrstd*4)
# output: [[ 20. 78.4 91.2 ]
# [ 24. 169.68 156.832]]
*：从技术上讲，在使用结构化数组时，似乎不支持许多 Numpy 的内置ufunc's 。至少支持<一些比较函数/运算符（ 、>和==）。