如何强制numpy.genfromtxt生成非结构化的numpy数组？

Question

在Python 3中，我这样做：

s = StringIO(u"1,1.3,abcde\n2,1.3,test")
data = numpy.genfromtxt(s, dtype=[int,float,'U10'], delimiter=',', names=None)

我得到：

array([(1, 1.3, 'abcde'), (2, 1.3, 'test')],
      dtype=[('f0', '<i8'), ('f1', '<f8'), ('f2', '<U10')])

我想获得一个没有以下名称的常规numpy数组：

array([[1, 1.3, 'abcde'], 
        [2, 1.3, 'test']])

有可能吗？

Answer 1

您得到的是一个“结构化数组”，它优于“常规数组”，因为它支持异构数据类型。您的两列是数字，但一列是文本，因此将数据折叠成没有结构的普通numpy.ndarray并没有什么意义。但是，如果您愿意，可以：

numpy.array(data.tolist())

这将为您提供带有所有字符串的ndarray：

array([['1', '1.3', 'abcde'],
       ['2', '1.3', 'test']], dtype='<U32')

但是这很少是一个好主意。如果我们有更多的背景信息，我们也许可以提出更好的总体方法。

Answer 2

带有文本列表：

In [338]: txt = '''1, 1.3, abcde 
     ...: 2, 1.3, def'''.splitlines()                                           

结构化数组：

In [339]: np.genfromtxt(txt, dtype=None, delimiter=',', encoding=None)          
Out[339]: 
array([(1, 1.3, ' abcde'), (2, 1.3, ' def')],
      dtype=[('f0', '<i8'), ('f1', '<f8'), ('f2', '<U6')])

试图指定对象-每个项目都有自己的类型：

In [340]: np.genfromtxt(txt, dtype=object, delimiter=',', encoding=None)        
Out[340]: 
array([[b'1', b' 1.3', b' abcde'],
       [b'2', b' 1.3', b' def']], dtype=object)

它不会尝试将任何字符串转换为数字。

converters可以正确转换列，但由于某些原因仍会生成结构化数组：

In [341]: np.genfromtxt(txt, dtype=object, delimiter=',', encoding=None, convert
     ...: ers={0:int, 1:float})                                                 
Out[341]: 
array([(1, 1.3, b' abcde'), (2, 1.3, b' def')],
      dtype=[('f0', '<i8'), ('f1', '<f8'), ('f2', 'O')])

但是您可以通过列表将结构化数组转换为对象dtype：

In [346]: np.genfromtxt(txt, dtype=None, delimiter=',', encoding=None)          
Out[346]: 
array([(1, 1.3, ' abcde'), (2, 1.3, ' def')],
      dtype=[('f0', '<i8'), ('f1', '<f8'), ('f2', '<U6')])
In [347]: np.array(_.tolist(), object)                                          
Out[347]: 
array([[1, 1.3, ' abcde'],
       [2, 1.3, ' def']], dtype=object)

[另一种选择是您自己分割行，以建立列表列表。 genfromtxt正在这样做，只需要再少一些花哨的技巧。

In [357]: lines=[] 
     ...: for line in txt: 
     ...:     i = line.split(',') 
     ...:     x = (int(i[0]), float(i[1]), i[2].strip()) 
     ...:     lines.append(x) 

In [358]: lines                                                                 
Out[358]: [(1, 1.3, 'abcde'), (2, 1.3, 'def')]
In [359]: np.array(lines,object)                                                
Out[359]: 
array([[1, 1.3, 'abcde'],
       [2, 1.3, 'def']], dtype=object)

但是请注意，您不能在该对象数组，数字数组甚至结构化数组的数字字段上进行数学运算。