python – 对numpy数组中存在的元组中的列进行切片

2023年4月20日 230次阅读

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“太多指数”.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”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到numpy数组中.这样的事情

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

但是对于上面的问题,我正在丢失每列的数据类型.每个元素都将存储为字符串,而不是整数或浮点数,这是在前一种情况下自动检测到的.
现在,如果我想切片列而不必使用迭代,有什么办法吗？

最佳答案 np.genfromtext为你创建的不是一个元组数组,它​​有对象dtype,但是有一个记录数组.你可以从奇怪的dtype中看出来：

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

该列表中的每个元组保持相应字段的名称,并且其dtype,< i4是小端4字节整数,< f8是小端8字节浮点数,S19是19字符长字符串.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])
点赞