python - 不理解 NumPy loadtxt 中的转换器行为

Question

我正在尝试使用带有 converters 参数的 numpy.loadtxt 从文本文件中读取数据。我混合使用了整数列和字符串列。代码是:

a, b, c, d, e = np.loadtxt(infile, delimiter = ',', usecols=(0, 2, 5, 8, 9), skiprows = 1,
                           unpack = True, converters = dict(zip((0, 2, 5, 8, 9), (int, float, float, int, int))))

数据被正确读入并正确解包，但所有变量(a、b、c、d 和 e)最终都变成了 float 。我在转换器语法中犯了错误吗？

编辑尝试回答

我尝试按照@joris 的建议使用 dtype = (int,float,float,int,int) 作为:

a,b,c,d,e = np.loadtxt(infile,delimiter = ',', usecols=(0,2,5,8,9), skiprows = 1, unpack = True, dtype = (int,float,float,int,int))

但是我得到以下错误:

     41                                            skiprows = 1,
     42                                            unpack = True,
---> 43                                            dtype = (int,float,float,int,int))
     44
     45

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/numpy/lib/npyio.pyc in loadtxt(fname, dtype, comments, delimiter, converters, skiprows, usecols, unpack)
    665     try:
    666         # Make sure we're dealing with a proper dtype

--> 667         dtype = np.dtype(dtype)
    668         defconv = _getconv(dtype)
    669

TypeError: data type not understood
WARNING: Failure executing file: <forward_NDMMF.py>

我使用的是 NumPy v. 1.5.1。

Answer 1

为了指定不同列的类型，您可以使用参数 dtype 而不是 converters:

dtype=(int,float,float,int,int)

编辑:

显然，这种类型的 dtype 规范似乎不适用于 loadtxt，但它适用于 genfromtxt(有没有人知道为什么这不适用于 loadtxt，或者这是 genfromtxt 的额外功能之一？)

如果你想使用loadtxt，一个带有元组的结构化数据类型规范可以工作，比如[('f0', int), ('f1', float)]而不是 (int, float)

但是还有一个问题。使用此类结构化数据类型和结构化数组(不同列的不同类型)时，unpack 似乎不起作用。至少我试过一个简单的例子。但这可能是一个已经解决的错误:http://projects.scipy.org/numpy/ticket/1458 (但为此，您甚至必须升级到 1.6)。