python - 如何将文件中不同类型的数据导入 Python Numpy 数组?

标签 python numpy

假设我有一个文件 myfile.txt 包含:

1   2.0000  buckle_my_shoe
3   4.0000  margery_door

如何将文件中的数据作为 int、float 和 string 导入 numpy 数组?

我的目标是:

array([[1,2.0000,"buckle_my_shoe"],
[3,4.0000,"margery_door"]])

我一直在尝试以下方法但无济于事:

a = numpy.loadtxt('myfile.txt',dtype=(numpy.int_,numpy.float_,numpy.string_))

编辑:另一种方法可能是使用 ndarray 类型并在之后进行转换。

b = numpy.loadtxt('myfile.txt',dtype=numpy.ndarray)

    array([['1', '2.0000', 'buckle_my_shoe'],
       ['3', '4.0000', 'margery_door']], dtype=object)

最佳答案

使用numpy.genfromtxt :

import numpy as np
np.genfromtxt('filename', dtype= None)
# array([(1, 2.0, 'buckle_my_shoe'), (3, 4.0, 'margery_door')], 
#       dtype=[('f0', '<i4'), ('f1', '<f8'), ('f2', '|S14')])

关于python - 如何将文件中不同类型的数据导入 Python Numpy 数组?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15481523/

相关文章:

python - 在 Pandas 中,如何根据值的类型过滤系列?

python - Psycopg2 字符串格式,带有用于创建类型的变量名

python - 从 numpy 数组中提取总和为所需输出的组合

python - 指定轴时 Numpy 计算不同的标准差

python - 为什么 len 在 DataFrame 上比在底层 numpy 数组上效率高得多?

python - 加速 numpy kronecker 产品

python - 多重继承如何与 super() 和不同的 __init__() 参数一起工作?

python - 如何将旧的 python 代码从 m2crypto 迁移到密码学(摘要的 RSA 签名)

python - 在仅使用 __unicode__ 方法的 Django 模型上调用 str() 会返回特殊字符的不同编码

python - 大型 Numpy Scipy CSR 矩阵,按行操作