39

我正在运行genfromtxt如下：

date_conv = lambda x: str(x).replace(":", "/")
time_conv = lambda x: str(x)

a = np.genfromtxt(input.txt, delimiter=',', skip_header=4,
      usecols=[0, 1] + radii_indices, converters={0: date_conv, 1: time_conv})

这个要点从何input.txt而来。

当我查看结果时，它是一维数组而不是二维数组：

>>> np.shape(a)
(918,)

它似乎是一个元组数组：

>>> a[0]
('06/03/2006', '08:27:23', 6.4e-05, 0.000336, 0.001168, 0.002716, 0.004274, 0.004658, 0.003756, 0.002697, 0.002257, 0.002566, 0.003522, 0.004471, 0.00492, 0.005602, 0.006956, 0.008442, 0.008784, 0.006976, 0.003917, 0.001494, 0.000379, 6.4e-05)

如果我从genfromtxt调用中删除转换器规范，它可以正常工作并生成一个二维数组：

>>> np.shape(a)
(918, 24)
4

1 回答 1

52

返回的内容称为结构化 ndarray，请参见此处：http ://docs.scipy.org/doc/numpy/user/basics.rec.html 。这是因为您的数据不是同质的，即并非所有元素都具有相同的类型：数据包含字符串（前两列）和浮点数。Numpy 数组必须是同质的（请参阅此处以获取解释）。

结构化数组通过为每个记录或行使用元组来“解决”这种同质性约束，这就是返回数组是一维数组的原因：一系列元组，但每个元组（行）由多个字段组成，因此您可以将其视为行和列。a['nameofcolumn']例如，可以访问不同的列a['Julian_Day']。

在删除前两列的转换器时它返回一个二维数组的原因是，在这种情况下，genfromtxt考虑到所有相同类型的数据，并返回一个普通的 ndarray（默认类型是浮点数，但你可以用dtype论据）。

编辑：如果你想使用列名，你可以使用names参数（并且skip_header只设置三个）：

a2 = np.genfromtxt("input.txt", delimiter=',', skip_header=3, names = True, dtype = None,
                  usecols=[0, 1] + radii_indices, converters={0: date_conv, 1: time_conv})

你可以做的，例如：

>>> a2['Dateddmmyyyy']
array(['06/03/2006', '06/03/2006', '18/03/2006', '19/03/2006',
       '19/03/2006', '19/03/2006', '19/03/2006', '19/03/2006',
       '19/03/2006', '19/03/2006'], 
      dtype='|S10')
于 2012-03-02T14:10:52.200 回答