如何将不同类型的数据从文件导入 Python Numpy 数组？

Posted 2023-02-23

【中文标题】如何将不同类型的数据从文件导入 Python Numpy 数组？

【英文标题】：How do I import data with different types from file into a Python Numpy array?

【发布时间】：2013-03-07 01:36:15

【问题描述】：

假设我有一个文件myfile.txt，其中包含：

1   2.0000  buckle_my_shoe
3   4.0000  margery_door

如何将文件中的数据作为 int、float 和 string 导入 numpy 数组？

我的目标是：

array([[1,2.0000,"buckle_my_shoe"],
[3,4.0000,"margery_door"]])

我一直在玩以下无济于事：

a = numpy.loadtxt('myfile.txt',dtype=(numpy.int_,numpy.float_,numpy.string_))

编辑：另一种方法可能是使用 ndarray 类型并在之后进行转换。

b = numpy.loadtxt('myfile.txt',dtype=numpy.ndarray)

    array([['1', '2.0000', 'buckle_my_shoe'],
       ['3', '4.0000', 'margery_door']], dtype=object)

【问题讨论】：

只需将文件读入一个字符串，在每个 \n 换行符上拆分字符串，然后用 3- 和 2 个空格分解这些内部。否则，您也可以只使用正则表达式来查找每一行并将它们拆分（组）。

我认为更重要的问题是您将如何处理这些数据导入后。虽然您可以使用numpy 处理非数字数据，但如果您想用它做任何有趣的事情，您可能最终会重新发明pandas 的一些部分......

更多基本解释你可能想看看***.com/a/10940038/2062965

【参考方案1】：

Pandas 可以为您做到这一点。您可以使用的函数的文档是 here。

假设您的列是制表符分隔的，这应该可以解决问题（改编自 this question）：

df = DataFrame.from_csv('myfile.txt', sep='\t')
array = df.values # the array you are interested in

【参考方案2】：

使用numpy.genfromtxt:

import numpy as np
np.genfromtxt('filename', dtype= None)
# array([(1, 2.0, 'buckle_my_shoe'), (3, 4.0, 'margery_door')], 
#       dtype=[('f0', '<i4'), ('f1', '<f8'), ('f2', '|S14')])