我无法通过列名从结构化numpy
数组获取数据。最后是我的相关代码。我认为它很简单并且足够短,可以被整体发布(这非常简单)。无法按名称访问列数据
如果test.out
文件不存在,则会生成一个简单的数据生成代码。我总是从文件加载数据,仅用于测试目的。这里并不重要(我认为)。然后,如果文件中的数据是同质的,我强制使用结构化数组。我想通过像data['f3']
这样的列名访问数据,但是我知道它的形状很古怪。我得到一个元素列表。 E.g:
shape: (10, 1), data['f3']:
[[ 0.50308252]
[ 0.16259077]
[ 0.5448315 ]
[ 0.77284975]
[ 0.01443514]
[ 0.40232731]
[ 0.6703865 ]
[ 0.3918904 ]
[ 0.07649033]
[ 0.70849585]]
所需的输出将是:
shape: (10, 1), data['f3']:
[ 0.50308252 0.16259077 0.5448315 0.77284975 0.01443514 0.40232731
0.6703865 0.3918904 0.07649033 0.70849585]
有趣的是所有报告的形状相同(对于data.shape
太)。
我是以错误的方式强制执行dtype
吗?我非常肯定它可以做到,因为this answer显示与所需结果相同的语义。我想出了一个reshape
的解决方法,但是如果有必要的话它似乎很奇怪。这也适用于列的列表。您可以在我的代码中设置col_name = ['f1', 'f3']
。有没有办法用简单的data[col_name]
完成它?
的代码:
import numpy
import os
def get_data():
if not os.path.exists('test.out'):
new_data = numpy.random.rand(10,10)
numpy.savetxt('test.out', new_data, delimiter=',')
data = numpy.genfromtxt('test.out',delimiter=",", dtype=None)
return data
def get_column(spreadsheet, column):
data = spreadsheet[column]
return data.reshape(data.shape[0])
data = get_data()
#if data is homogenous, then forcibly transform into structured array
if data.dtype.names is None:
new_dtype = list(map(lambda z:('f%d'%(z),data.dtype),range(0,data.shape[1])))
#print('old dtype: {}, new dtype: {}'.format(data.dtype, new_dtype))
data.dtype = new_dtype
col_name = 'f3'
print(data.dtype)
print("shape: {}, data:\n{}".format(data.shape, data))
print("shape: {}, data['{}']:\n{}".format(data[col_name].shape, col_name, data[col_name]))
print("shape: {}, data['{}']:\n{}".format(data[col_name].shape, col_name, get_column(data, col_name)))
我得到的结构化数组是一维元组数组,这就是为什么它们具有相同的形状。有没有办法正确设计'new_dtype'来获得所需的形状?我认为按名称或列选择过滤器类型,我想知道是否有任何副本开销这种访问方法,因为它似乎像'data ['f3']'和'data'返回不同的元组。但它只是好奇心,无论它是一个*副本*还是一个*视图*。我也想知道是否应该比其他方法更适合你。 – luk32
不是我所知道的。我建议通过在'genfromtxt'中使用'names'参数来避免这个问题,但是如果您事先不知道列的数量,那么这并没有什么帮助,正如您发现的那样:http:/ /堆栈溢出。com/questions/21042294/genfromtxt-force-column-name-generation-for-unknown-number-of-columns –
语句'data = data.view(new_dtype).reshape(-1)'创建一个新的视图底层的数据阵列,而不是副本。 'data ['f3']'也是一个视图 - 尝试设置data ['f3'] [0] = -1',然后检查'data'。 –