将文本文件读入结构化 2D numpy 数组

Posted 2023-03-29

【中文标题】将文本文件读入结构化 2D numpy 数组

【英文标题】：Reading text file into structured 2D numpy array

【发布时间】：2021-02-25 19:24:22

【问题描述】：

我有一个结构化的 2D numpy 形状数组：[2,2]

填充示例 [2,2] 数组：

Main_Clt_data_array ：

[ [ ((10, 10), 20, 300.) ((20, 20), 20, 300.) ]
  [((30, 30), 30, 300.) ((40, 40), 40, 300.)] ] 

---

属于以下数据类型

Cord_dtype = np.dtype([('X', np.float64), ('Y', np.float64)])
Clt_data_dtype=np.dtype([('Coord', Cord_dtype),('Angle', np.float64), ('Length', np.float64)])

---

使用 np.savetxt 我能够将数组保存到一个 txt 文件中，保持相同的形状和顺序。

'Trial.txt'： enter image description here

---

但是当我尝试使用 genfromtxt 读入 python 时，它不起作用。： 示例：

read_array = np.genfromtxt('Trial.txt',dtype=Clt_data_dtype)

输出：

('READ_ARRAY_shape :', (2L,))

('READ_ARRAY :', array([((nan, nan), nan, nan), ((nan, nan), nan, nan)], 'V32'))

---

希望有人可以指导我，并提前感谢您的任何意见

还要注意我不能使用 pandas，因为我只运行 numpy 兼容程序

【问题讨论】：

trial.txt 足够小，您可以将其复制粘贴到问题中。我们比图像更喜欢它。你用了什么savetxt 命令？

【参考方案1】：

In [17]: Cord_dtype = np.dtype([('X', np.float64), ('Y', np.float64)])
    ...: Clt_data_dtype=np.dtype([('Coord', Cord_dtype),('Angle', np.float64), ('Length', np.float64)])

创建你的数组：

In [18]: arr = np.array([ [ ((10, 10), 20, 300.), ((20, 20), 20, 300.) ],
    ...:   [((30, 30), 30, 300.), ((40, 40), 40, 300.)] ], dtype=Clt_data_dtype)
    ...: 
    ...: 
In [19]: arr
Out[19]: 
array([[((10., 10.), 20., 300.), ((20., 20.), 20., 300.)],
       [((30., 30.), 30., 300.), ((40., 40.), 40., 300.)]],
      dtype=[('Coord', [('X', '<f8'), ('Y', '<f8')]), ('Angle', '<f8'), ('Length', '<f8')])
In [20]: arr.shape
Out[20]: (2, 2)

genfromtxt 可以从csv 样式文件重新创建它，例如：

In [21]: txt = """10 10 20 300.
    ...: 20 20 20 300.
    ...: 30 30 30 300.
    ...: 40 40 40 300.
    ...: """
     
In [22]: np.genfromtxt(txt.splitlines(), dtype=Clt_data_dtype)
Out[22]: 
array([((10., 10.), 20., 300.), ((20., 20.), 20., 300.),
       ((30., 30.), 30., 300.), ((40., 40.), 40., 300.)],
      dtype=[('Coord', [('X', '<f8'), ('Y', '<f8')]), ('Angle', '<f8'), ('Length', '<f8')])

在真正的csv 时尚中，它只包含数字的行和列。它没有您的img 显示的分隔符和()。可以解析您的图像并创建文件，但 csv 阅读器无法处理。