使用 NumPy loadtxt
和savetxt
只要涉及非 ASCII 字符,函数就会失败。这些函数主要用于数字数据,但也支持字母数字页眉/页脚。
两者loadtxt
和savetxt
似乎正在应用 latin-1 编码,我发现它与 Python 3 的其余部分非常正交,Python 3 完全支持 unicode,并且似乎总是使用 utf-8 作为默认编码。
鉴于 NumPy 尚未将默认编码改为 utf-8,我至少可以通过某些实现的函数/属性或已知的 hack 将编码从 latin-1 更改为 loadtxt
/savetxt
或者整个 NumPy ?
这在 Python 2 中是不可能的,这是可以原谅的,但在使用 Python 3 时,这确实不应该成为问题。我发现使用 Python 3.x 和最新版本的 NumPy 的任意组合都会出现问题。
示例代码
考虑文件data.txt
与内容
# This is π
3.14159265359
尝试加载此内容
import numpy as np
pi = np.loadtxt('data.txt')
print(pi)
失败并显示 UnicodeEncodeError
异常,指出 latin-1 编解码器无法对字符 ' \u03c0
进行编码'(π
字符)。
这令人沮丧,因为 π
仅出现在注释/标题行中,因此没有理由 loadtxt
甚至尝试对这个字符进行编码。
我可以通过使用 pi = np.loadtxt('data.txt', skiprows=1)
显式跳过第一行来成功读取文件。 ,但是必须知道标题行的确切数量很不方便。
如果我尝试使用 savetxt
写入 unicode 字符,则会引发相同的异常。 :
np.savetxt('data.txt', [3.14159265359], header='# This is π')
要成功完成此任务,我首先必须通过其他方式写入 header ,然后将数据保存到使用'a+b'
打开的文件对象中。模式,例如
with open('data.txt', 'w') as f:
f.write('# This is π\n')
with open('data.txt', 'a+b') as f:
np.savetxt(f, [3.14159265359])
不用说,这既丑陋又不方便。
解决方案
我选择了 hpaulj 的解决方案,我认为完整地阐明它会很好。我现在正在接近我的程序的顶部
import numpy as np
asbytes = lambda s: s if isinstance(s, bytes) else str(s).encode('utf-8')
asstr = lambda s: s.decode('utf-8') if isinstance(s, bytes) else str(s)
np.compat.py3k.asbytes = asbytes
np.compat.py3k.asstr = asstr
np.compat.py3k.asunicode = asstr
np.lib.npyio.asbytes = asbytes
np.lib.npyio.asstr = asstr
np.lib.npyio.asunicode = asstr
之后np.loadtxt
和np.savetxt
正确处理 Unicode。
请注意,对于较新版本的 NumPy(我可以确认 1.14.3,但也确实有些旧版本)不需要此技巧,因为现在默认情况下似乎可以正确处理 Unicode。
最佳答案
至少对于 savetxt
来说,编码是在
Signature: np.lib.npyio.asbytes(s)
Source:
def asbytes(s):
if isinstance(s, bytes):
return s
return str(s).encode('latin1')
File: /usr/local/lib/python3.5/dist-packages/numpy/compat/py3k.py
Type: function
Signature: np.lib.npyio.asstr(s)
Source:
def asstr(s):
if isinstance(s, bytes):
return s.decode('latin1')
return str(s)
File: /usr/local/lib/python3.5/dist-packages/numpy/compat/py3k.py
Type: function
header 写入 wb
文件中
header = header.replace('\n', '\n' + comments)
fh.write(asbytes(comments + header + newline))
Write numpy unicode array to a text file有我之前的一些探索。在那里,我关注的是数据中的字符,而不是标题。
关于python - 使用 NumPy loadtxt/savetxt 指定编码,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41528192/