python - NumPy 的 loadtxt : ValueError: Wrong number of columns

Question

文件 TEST.txt 的结构如下:

a   45
b   45  55
c   66

当我尝试打开它时:

import numpy as np
a= np.loadtxt(r'TEST.txt',delimiter='\t',dtype=str)

我遇到了以下错误:

ValueError: Wrong number of columns at line 2

这显然是因为第二行有三列而不是两列，但我无法使用文档找到我的问题的答案。

无论如何我可以修复它，将所有数据保存到一个数组中吗？

在 Matlab 中我可以做这样的事情:

a=textscan(fopen('TEST.txt'),'%s%s%s');

Python 中类似的东西会受到赞赏。

Answer 1

试试 np.genfromtxt。它处理缺失值； loadtxt 没有。比较他们的文档。

当分隔符是空格时，缺失值可能会很棘手，但使用制表符应该没问题。如果还有问题，用,分隔符测试一下。

哎呀 - 你还需要额外的分隔符

例如。

a, 34, 
b, 43, 34
c, 34

loadtxt 和 genfromtxt 都接受任何逐行传递 txt 的可迭代对象。因此，一个简单的事情是 readlines，调整具有缺失值和分隔符的行，并将该行列表传递给加载程序。或者你可以把它写成一个“过滤器”或生成器。这种方法已在之前的许多 SO 问题中进行了描述。

In [36]: txt=b"""a\t45\t\nb\t45\t55\nc\t66\t""".splitlines()
In [37]: txt
Out[37]: [b'a\t45\t', b'b\t45\t55', b'c\t66\t']
In [38]: np.genfromtxt(txt,delimiter='\t',dtype=str)
Out[38]: 
array([['a', '45', ''],
       ['b', '45', '55'],
       ['c', '66', '']], 
      dtype='<U2')

我使用的是 Python3，因此字节字符串标有“b”(用于婴儿和我)。

对于字符串，这太过分了；但是 genfromtxt 可以很容易地为每一列构造一个具有不同数据类型的结构化数组。请注意，这样的数组是 1d，具有命名字段 - 而不是编号列。

In [50]: np.genfromtxt(txt,delimiter='\t',dtype=None)
Out[50]: 
array([(b'a', 45, -1), (b'b', 45, 55), (b'c', 66, -1)], 
      dtype=[('f0', 'S1'), ('f1', '<i4'), ('f2', '<i4')])

为了填充行，我可以定义一个函数:

def foo(astr,delimiter=b',',cnt=3,fill=b' '):
    c = astr.strip().split(delimiter)
    c.extend([fill]*cnt)
    return delimiter.join(c[:cnt])

并将其用作:

In [85]: txt=b"""a\t45\nb\t45\t55\nc\t66""".splitlines()

In [87]: txt1=[foo(txt[0],b'\t',3,b'0') for t in txt]
In [88]: txt1
Out[88]: [b'a\t45\t0', b'a\t45\t0', b'a\t45\t0']
In [89]: np.genfromtxt(txt1,delimiter='\t',dtype=None)
Out[89]: 
array([(b'a', 45, 0), (b'a', 45, 0), (b'a', 45, 0)], 
      dtype=[('f0', 'S1'), ('f1', '<i4'), ('f2', '<i4')])