python - 无法将数组转换为 float python

Question

我遇到了一个问题，答案似乎很容易解释。 我正在努力将我的数组元素转换为 float (以便我可以乘法、加法等)

import csv
import os
import glob
import numpy as np

def get_data(filename):
    with open(filename, 'r') as f:
        reader = csv.reader(f)                      
        return list(reader)

all_data = []

path=raw_input('What is the directory?')       
for infile in glob.glob(os.path.join(path, '*.csv')):
     all_data.extend(get_data(infile))
a = np.array(all_data)
current_track_data=a[0:,[8,9,10,11,12]]
abs_track_data=a[0:,7]

我得到了错误:

> --------------------------------------------------------------------------- ValueError                                Traceback (most recent call last) C:\Users\AClayton\AppData\Local\Enthought\Canopy\App\appdata\canopy-1.0.3.1262.win-x86_64\lib\site-packages\IPython\utils\py3compat.pyc in execfile(fname, glob, loc)
    174             else:
    175                 filename = fname
--> 176             exec compile(scripttext, filename, 'exec') in glob, loc
    177     else:
    178         def execfile(fname, *where):
> 
> C:\Users\AClayton\Current\python begin\code_tester2.py in <module>()
>      18 for infile in glob.glob(os.path.join(path, '*.csv')): # performs loop for each file in the specified path with extension .csv
>      19      all_data.extend(get_data(infile))
> ---> 20      a = np.ndarray(all_data, dtype=float)
>      21 
>      22      current_track_data=a[0:,[8,9,10,11,12]]
> 
> ValueError: sequence too large; must be smaller than 32

Answer 1

您的脚本与您发布的代码不同...正如错误的回溯所示，在第 20 行中您调用了 np.ndarray。那是 numpy array object ，而不是 np.array factory function .除非您非常清楚自己在做什么，否则请遵循文档建议并:

Arrays should be constructed using array, zeros or empty (refer to the See Also section below). The parameters given here refer to a low-level method (ndarray(...)) for instantiating an array.

所以将第 20 行更改为:

 a = np.array(all_data, dtype=float)

你应该没问题。

您遇到的错误是因为 ndarray 将您的第一个输入作为要创建的数组的形状。在我的 Windows 系统上设置为 32 的维数有硬编码限制(可能取决于平台，不确定)。您的 all_data 列表包含超过 32 个条目(或您系统中的任何值)，被误解为维度的大小，这就是触发错误的原因。